(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111471312.7 (22)申请日 2021.12.04 (71)申请人 湖北第二师 范学院 地址 430000 湖北省武汉市东湖新 技术开 发区高新 二路129号 (72)发明人 陈宇　杨莉　何美章　刘利敏　 李剑　 (74)专利代理 机构 武汉智嘉联合知识产权代理 事务所(普通 合伙) 42231 代理人 黄君军 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/20(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基于 XGBoost的区域小学入学学位预测 方法及系统 (57)摘要 一种基于 XGBoost的区域小学入学学位预测 方法， 包括如下步骤： S1、 对区域内的历年入学规 模人数、 人口出生率、 年末常驻人口数、 居民消费 水平指数构成多元时间序列并进行预处理； S2、 利用XGBoo st提取多元时间序列中， 人口出生率、 年末常驻人口数、 居民消费水平指数和历年入学 规模人数的时序特征预测下一年区域小学入学 学位。 本发明还提供一种基于XGBoost的区域小 学入学学位预测系统。 权利要求书3页 说明书9页 附图1页 CN 114169603 A 2022.03.11 CN 114169603 A 1.一种基于XGBo ost的区域小学入学 学位预测方法， 其特 征在于， 包括如下步骤： S1、 对区域内的历年入学规模人数、 人口出生率、 年末常驻人口数、 居民消费水平指数 构成多元时间序列并进行 预处理； S2、 利用XGBoost提取多元 时间序列中， 人口出生率、 年末 常驻人口数、 居民消费水平指 数和历年入学规模人 数的时序特 征预测下一 年区域小学入学 学位。 2.如权利要求1所述的基于XGBo ost的区域小学入学 学位预测方法， 其特 征在于， 所述步骤S1包括： S11、 利用同级区域内区域年度入学规模人数、 人口出生率、 年末常驻人口数、 居民消费 水平指数构成多元时间序列， 其中一个完整的时间序列表示如下： xk为第k个完整指数的时间序列， 数构成多元时间模人数、 人口出生率、 年末常驻人口 数、 居民消费水平， 为第k个时间序列第T年的值； 多元时间序列表示如下： 其中T为时间序列的窗口长度， n 为时间序列的个数； 以年度入学规模人 数为预测目标， 具体如下： 为待预测年度T的入学规模人数， y1，…， yT‑1为T年度之前历年入学规模人数， X1，…， XT‑1为人口出生 率、 年末常驻人口数、 居民消费水平指数时间序列的值； S12、 对X1，…， XT‑1中缺失值采取插值法， 取相邻值的平均数： 对每条时间序列的值分别做最大 ‑最小归一 化处理： 对每条时间序列设置滑动时间窗口大小 进行重新划分； 基于时序滑动窗口方法获取时序特征， 假设滑动窗口大小为N， 将各时间序列前N年的 数据填入大小为N的窗口中， 并提取出该N年的区域小学入学人数 的特征作为待预测值， 不 断将窗口向后滑动， 构造数据集； 通过截断法对数据集进行划分， 得到训练数据集以及验证数据集。 3.如权利要求2所述的基于XGBo ost的区域小学入学 学位预测方法， 其特 征在于， 所述步骤S2包括：权　利　要　求　书 1/3 页 2 CN 114169603 A 2将训练数据集输入到XGBoost预测模型中， 进行区域小学入学人数的预测； XGBoost算 法训练出k棵回归树构成的集 合如下： F＝{f1(x)， f2(x)……fk‑1(x)， fk(x)} XGBoost算法的机制在于不断训练新的回归树来拟合前一棵树计算得出的残差， 然后 将全部决策树的预测值相加即为最终输出结果 ， 第t次 训练迭代的结果表示 为前一次的预测结果， fk(xi)为第i个样本在第K棵树的预测值； 当给定样本x 时， 对于该样 本的预测结果为每一棵树的预测值之和， 其中区域小 学入学人数XGBoost预测 模型定义 为： 即为预测值， fk(x)为第K 棵树的预测值； XGBoost预测模型的目标函数为： 公式右边第一项是模型的损 失函数， 衡量预测值和真实值的差异， 第二项中Ω是刻画 模型复杂度的函数， 其表达为： 其中γ是叶节点的惩罚系数， pk是树的叶结点个数， wk是叶节点的权重值， λ是叶节点权 重的正则化系数； 目标函数通过泰勒级数展开， 最终目标函数为： 其中， gi和hi分别是损失函数的一阶导数和二阶导数； 使用基于XGBoost预测模型建立的区域小学入学人数预测模型对验证数据集进行验证 模型的准确度， 模型评估使用均方误差表示：权　利　要　求　书 2/3 页 3 CN 114169603 A 3