基于模糊C均值聚类和梯度提升决策树的护林员评价方法

现有关于基层护林员科学、客观、精准的评价方法的研究十分缺乏，传统的人员绩效评价方法也不适用于护林员巡护情况的评价。本文以中国东南部某县级市的护林员为研究对象，自创1种基于模糊C均值聚类（Fuzzy C-means, FCM）结果和FCM隶属度以及梯度提升决策树相结合的护林员巡护情况评价方法。首先对护林员巡护情况数据集进行Z-Score标准化处理以提高算法的准确率和效率，其次以里程数、考勤率、耗时数和上报事件数为特征变量，使用FCM对巡护情况数据集进行聚类，确定基准月，并使用隶属度评价得分划定法计算基准月护林员评价得分，再通过梯度提升决策树（Gradient boosting decision tree, GBDT）和基准月数据确定研究期内其他月份的护林员评价得分，最后对护林员巡护情况进行综合分析。研究结果表明，该方法可精准、清晰地划定护林员巡护情况评价得分；研究期内护林员整体巡护情况偏差，评价得分≤60分的人数占比较大；常驻护林员在研究期内巡护情况评价得分基本保持不变，偶尔上下波动，毫无提升。本文的方法从实际数据出发，对护林员巡护情况进行针对性的分析，使得护林员管理者可制定科学的管理方...