李偲希，白全生，舒畅，肖祥武

(湖南大唐先一科技有限公司大数据事业部，湖南 长沙 410000)

随机森林算法是目前应用较为广泛的机器学习算法之一[1]。文献[2]表明随机森林算法在121个数据集上的179种分类算法的分类性能测试中表现最优。近十年来，随着电力大数据的发展，随机森林算法在电力行业发挥了巨大作用。文献[3]利用随机森林算法抗噪和适应能力强的特点，提出了一种计算漏报率的随机森林集成投票算法模型，提高了电机承轴故障诊断的准确率。文献[4]将模糊聚类与随机森林相结合所建立的模型，在电力系统短期负荷变化的预测中有良好的表现。随着随机森林算法的不断实践，其缺陷也逐渐被重视，很多学者对其不足之处提出了改进方案，文献[5]提出了一种基于欠采样和合成少数类过采样技术相结合的优化算法，来改善数据不平衡问题，有效提升了随机森林在非平衡数据集上的性能。文献[6]设计并实现了采用spark分布式存储计算技术的基于spark的随机森林算法，大大提升了运算速度。另一种基于决策树的集成算法——梯度提升决策数[7]算法(以下简称GBDT算法)，也是工业领域较为常用的算法。文献[8]提出了一种基于GBDT模型的交互稳定性评估方法，为串联结构系统在电能质量分析、优化运行等方面提供了方法支持，而文献[9]则在研究了现有的GBDT并行算法后提出了基于二元相关性和梯度提升决策树集成学习的多标签分类方法，提升了电力ICT系统复杂故障类型的多标签分类的准确率。……