[发明专利]基于随机森林的MR覆盖率影响因素判定方法

说明书

本发明公开了一种基于随机森林的MR覆盖率影响因素判定方法，包括步骤：选取若干个影响MR覆盖率的相关维度；对维度数据进行清洗，得到清洗后的相关维度；抽取维度数据作为训练样本，剩余的维度数据作为测试样本；以清洗后的相关维度作为特征，根据训练样本来训练随机森林模型；将测试样本输入随机森林模型得到输出准确率；调整随机森林模型的参数，直至当输出准确率大于设定阈值，则将该随机森林模型作为MR覆盖率影响因素判定模型；计算每个影响MR覆盖率的相关维度的影响度；根据影响度，对若干个影响MR覆盖率的相关维度进行排序；利用MR覆盖率影响因素判定模型定位MR覆盖率的影响因素，清晰劣化根因。本方法精确度高，稳定性强。

技术领域

本发明涉及一种影响因素判定方法，特别是涉及一种基于随机森林的MR覆盖率影响因素判定方法，属于大数据处理和机器学习技术领域。

背景技术

MR覆盖率是移动通信网络运营管理中需要关注的一些重点KPI(Key PerformanceIndicators关键绩效指标)，除了日常维护之外，运营商希望能够知道影响MR覆盖率的因素，获得MR覆盖率和网络之间的关联，方便后期网优任务分配及保障；所以需要从网络运行过程中挖掘出影响MR覆盖率的因素，即相关维度。

目前，计算MR覆盖率与各维度之间相关性的方法有很多种，但很多是计算两者之间的线性相关性，准确度不够；部分方法能够计算非线性相关性，但是其准确率无法判断，因此，在应用过程中，其有效性依然存在疑问。

发明内容

本发明的主要目的在于，克服现有技术中的不足，提供一种基于随机森林的MR覆盖率影响因素判定方法，实现准确、稳定地定位出主要的MR覆盖率的影响因素，清晰劣化根因。

为了达到上述目的，本发明所采用的技术方案是：

一种基于随机森林的MR覆盖率影响因素判定方法，包括以下步骤：

1)选取若干个影响MR覆盖率的相关维度；

2)对每个影响MR覆盖率的相关维度的维度数据进行清洗，形成相关维度数据集，并得到清洗后的相关维度；

3)从相关维度数据集中抽取维度数据作为训练样本，将相关维度数据集中剩余的维度数据作为测试样本；

4)以清洗后的相关维度作为特征，根据训练样本来训练随机森林模型；

5)将测试样本输入随机森林模型，得到输出准确率；

6)调整随机森林模型的参数，直至当输出准确率大于设定阈值，则将该输出准确率时的随机森林模型作为MR覆盖率影响因素判定模型；

7)计算每个影响MR覆盖率的相关维度的影响度；

8)根据计算所得的影响度，对若干个影响MR覆盖率的相关维度进行排序；

9)利用MR覆盖率影响因素判定模型定位MR覆盖率的影响因素，清晰劣化根因。

本发明进一步设置为：所述步骤1)中的若干个影响MR覆盖率的相关维度包括工作频段、载频数量、覆盖类型、经度、纬度、最大发射功率、弱覆盖采样点数、总采样点数、弱覆盖率采样点比例、中心载频的信道号、是否为上行干扰小区、是否为上行弱覆盖小区、是否过覆盖小区、站高、小区个体偏移量、频段指示、电子下倾角、机械下倾角、方位角、天线挂高和设备类型。

本发明进一步设置为：所述步骤2)中的对每个影响MR覆盖率的相关维度的维度数据进行清洗，包括维度数据整理和维度名称整理。

本发明进一步设置为：所述维度数据整理，具体为，

删除缺失值超过50％的维度；满足判定需求但存在缺失值的维度，将缺失值用平均值填充；由于机器故障或者人为操作造成的异于正常范围的数据为异常值，当检测出异常值后，将该异常值删除，再用平均值填充。