[发明专利]基于决策树的光伏发电助学方法

说明书

本发明公开了一种基于决策树的光伏发电助学方法，所述方法具体包括如下步骤：S1、将历史补助对象的特征属性及补助等级作为训练样本集S中的样本数据，基于样本数据构建决策树；S2、基于决策树来判定补助对象的补助等级；S3、基于光伏日总发电量确定各补助等级的用电补助量。用决策树对学生特征属性信息进行分类，准确的筛选出那些生活困难和表现优异的同学，根据校园电力调度平台直接将光伏发电并网产生的经济效益转到对应学生的用电账户中，用校园光伏平台发电承担其宿舍部分或全部用电，开展助学新形式。

技术领域

本发明属于自学习技术领域，更具体地，本发明涉及一种基于决策树的 光伏发电助学方法。

背景技术

随着我国文化教育事业的支持度不断提升。其中作为文化建设的重要组 成部分，高校也进行着飞速的发展，招生数量逐年提升，越来越多的人可以 进入高校学习。但是依旧还有一部分学生处于贫困状态，因此国家在高等教 育阶段建立起国家奖学金、国家助学金、国家助学贷款、勤工助学、学费减 免等多种形式的高校家庭经济困难学生资助政策。

人为制定的助学资助条件，在满足助学资助条件的学生中，通过投票的 方式或者是主观判定来确定助学补助等级，上述补助等级的评定方式主观性 相对强，容易出现补助等级评定不准确的问题。

发明内容

本发明提供一种基于决策树的光伏发电助学方法，基于决策树来确定补 助对象的补助等级，提高补助等级评定的客观性及精准度。

本发明是这样实现的，基于决策树的光伏发电助学方法，所述方法具体 包括如下步骤：

S1、将历史补助对象的特征属性及补助等级作为训练样本集S中的样本 数据，基于样本数据构建决策树；

S2、基于决策树来判定补助对象的补助等级；

S3、基于光伏日总发电量确定各补助等级的用电补助量。

进一步的，决策树的构建方法具体包括如下步骤：

S11、根据训练样本集S计算补助等级的类别信息熵；

S12、对各特征属性进行划分，将每个特征属性分成若干个子属性，计 算分类方式的条件熵，

S13、将补助等级的类别信息熵与每种分类方式的条件熵的差值作为对 应分类方式下的属性信息增益；

S14、计算特征属性的属性分割信息量；

S15、基于属性分割信息量及属性信息增益计算各特征属性的信息增益 率，将信息增益率最高的特征属性作为决策树的根节点，若该特征属性下的 特定子属性对应一个补助等级，则将该特征属性下的子属性作为叶子节点， 否则作为分支继续分裂；

S16、去除作为根节点及分叉节点的特征属性；

S17、执行步骤S11至步骤S16，将信息增益率最高的特征属性作为下 一级分叉节点，直至所有特征属性都已被使用，最终形成决策树；

进一步的，补助等级的类别信息熵计算公式具体如下：

其中，|S_j|为各补助等级的样本数，|S|是总的样本数，β_N为各特征属性的 权重之和，m表示补助等级的数量。

进一步的，分类分方式的条件熵计算公式具体如下：