[发明专利]随机森林模型训练的方法及模型训练控制系统有效

专利信息
申请号: 201710147698.3 申请日: 2017-03-13
公开(公告)号: CN107632995B 公开(公告)日: 2018-09-11
发明(设计)人: 金戈;徐亮;肖京 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 随机 森林 模型 训练 方法 控制系统
【权利要求书】:

1.一种随机森林模型训练的方法,其特征在于,所述随机森林模型训练的方法包括:

S1,模型训练控制系统分析模型训练的条件是否已满足;

S2,若模型训练的条件已满足,则确定是否需要对随机森林模型进行重构性训练;

S3,若需要对所述随机森林模型进行重构性训练,则利用样本数据对所述随机森林模型进行重构性训练,所述重构性训练包括所述随机森林模型的变量的确定性训练和变量系数的确定性训练;

S4,若不需要对所述随机森林模型进行重构性训练,则利用样本数据对所述随机森林模型进行修正性训练,所述修正性训练包括所述随机森林模型的变量系数的确定性训练,包括:

S41,根据预定的随机森林模型的变量与变量系数取值范围的映射关系,确定各个所述变量对应的变量系数取值范围;

S42,对各个所述变量在对应的变量系数取值范围中进行变量系数取值,根据取值后的变量系数对所述随机森林模型进行修正性训练。

2.根据权利要求1所述的随机森林模型训练的方法,其特征在于,所述步骤S1包括:

获取业务系统中前一次模型训练结束的时刻至当前时刻的时间段内新增的用户业务数据的第一数量,若所述第一数量大于第一预设阈值,则模型训练的条件已满足;或者

实时或定时检测是否接收到模型训练指令,若接收到模型训练指令,则模型训练的条件已满足。

3.根据权利要求1或2所述的随机森林模型训练的方法,其特征在于,所述步骤S2包括:

获取业务系统中前一次重构性训练结束的时刻至当前时刻的时间段内新增的用户业务数据的第二数量,若所述第二数量大于第二预设阈值,则确定需要对所述随机森林模型进行重构性训练;或者

向预定的终端发送是否需要对所述随机森林模型进行重构性训练的询问请求,若接收到所述终端基于所述询问请求反馈的确认指令,则确定需要对所述随机森林模型进行重构性训练。

4.一种模型训练控制系统,其特征在于,所述模型训练控制系统包括:

分析模块,用于分析模型训练的条件是否已满足;

确定模块,用于若模型训练的条件已满足,则确定是否需要对随机森林模型进行重构性训练;

第一训练模块,用于若需要对所述随机森林模型进行重构性训练,则利用样本数据对所述随机森林模型进行重构性训练,所述重构性训练包括所述随机森林模型的变量的确定性训练和变量系数的确定性训练;

第二训练模块,用于若不需要对所述随机森林模型进行重构性训练,则利用样本数据对所述随机森林模型进行修正性训练,所述修正性训练包括所述随机森林模型的变量系数的确定性训练,所述第二训练模块包括:

确定单元,用于根据预定的随机森林模型的变量与变量系数取值范围的映射关系,确定各个所述变量对应的变量系数取值范围;

训练单元,用于对各个所述变量在对应的变量系数取值范围中进行变量系数取值,根据取值后的变量系数对所述随机森林模型进行修正性训练。

5.根据权利要求4所述的模型训练控制系统,其特征在于,所述分析模块具体用于获取业务系统中前一次模型训练结束的时刻至当前时刻的时间段内新增的用户业务数据的第一数量,若所述第一数量大于第一预设阈值,则模型训练的条件已满足;或者用于实时或定时检测是否接收到模型训练指令,若接收到模型训练指令,则模型训练的条件已满足。

6.根据权利要求4所述的模型训练控制系统,其特征在于,所述确定模块具体用于获取业务系统中前一次重构性训练结束的时刻至当前时刻的时间段内新增的用户业务数据的第二数量,若所述第二数量大于第二预设阈值,则确定需要对所述随机森林模型进行重构性训练;或者用于向预定的终端发送是否需要对所述随机森林模型进行重构性训练的询问请求,若接收到所述终端基于所述询问请求反馈的确认指令,则确定需要对所述随机森林模型进行重构性训练。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710147698.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top