首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

确定多维样本数据的异常原因的方法和设备 

申请/专利权人:胜斗士(上海)科技技术发展有限公司

申请日:2020-12-30

公开(公告)日:2024-06-28

公开(公告)号:CN112733897B

主分类号:G06F18/2433

分类号:G06F18/2433;G06Q10/0635;G06Q50/12

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2023.08.04#专利实施许可合同备案的生效;2021.05.21#实质审查的生效;2021.04.30#公开

摘要:本申请提出一种用于确定多维样本数据的异常原因的方法,包括获取多维样本数据,生成孤立森林模型,将多维样本数据输入孤立森林模型以检测异常,其中记录最后维度以及对应的统计次数,确定最后维度的最终出现几率并评估最后维度对异常的贡献级别。还提出用于确定多维样本数据的异常原因的设备以及计算机可读存储介质。上述方法和设备可以完成复杂分布的多维样本数据的异常值检测后的自动异常原因分析。

主权项:1.一种用于确定多维样本数据的异常原因的方法,其特征在于,包括:获取多维样本数据;生成孤立森林模型,所述孤立森林模型包括至少一个孤立树;将所述多维样本数据输入所述孤立森林模型中的每个孤立树以检测异常,其中所述多维样本数据最终位于所述孤立树的叶子节点处,所述多维样本数据的最后维度为所述叶子节点之前的最后一个节点所对应的所述多维样本数据的维度,其中记录所述多维样本数据被检测为异常时的所述多维样本数据的最后维度以及与所述最后维度对应的统计次数;确定在检测异常的多维样本数据期间每个所述最后维度的最终出现几率;以及评估所述最后维度对于异常的贡献级别,其中,所述多维样本数据为与餐饮业相关的人员的关键绩效指标KPI数据。

全文数据:

权利要求:

百度查询: 胜斗士(上海)科技技术发展有限公司 确定多维样本数据的异常原因的方法和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。