技术特征：
技术总结
本发明公开了一种基于大数据的中央空调能耗特征选择方法。预先采集中央空调能耗运行数据，并对该数据进行预处理。根据预处理后的能耗数据特征集，分别使用boruta特征选择算法和lasso回归算法创建各自的能耗特征子集，提取出影响研究目标的重要特征。对于两种不同性质的方法选得到特征子集，结合专家意见，采用交集归类的方法进行特征融合，得到最终的关键特征。本发明采用特征选择的两个主要方法：lasso回归算法和boruta特征选择算法。算法本质差异明显，避免了单一方法带来的局限性，有效的解决了大数据冗余问题，降低了中央空调能耗数据模型的复杂度。
技术研发人员：李碧军;史翔;何彬;陈耕
受保护的技术使用者：四川泰立智汇科技有限公司
技术研发日：2018.07.05
技术公布日：2018.11.30