[发明专利]基于时序并行的决策树生成方法及装置、电子设备有效
申请号: | 201910636233.3 | 申请日: | 2019-07-15 |
公开(公告)号: | CN110457365B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 董厶溢 | 申请(专利权)人: | 中国平安人寿保险股份有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458 |
代理公司: | 深圳市联鼎知识产权代理有限公司 44232 | 代理人: | 刘抗美 |
地址: | 518000 广东省深圳市福田区益田路503*** | 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: | 基于 时序 并行 决策树 生成 方法 装置 电子设备 | ||
1.一种基于时序并行的决策树生成方法,其特征在于,所述方法包括:
获取若干个时间序列点;
针对每一时间序列点对应的数据生成与所述时间序列点相匹配的决策树节点,获得若干并行决策树;
根据所述若干并行决策树中决策树节点的分布特性计算每一决策树节点对应的节点权重;
按照预设集成原则以及所述每一决策树节点对应的节点权重生成所述每一决策树节点的下一批决策树节点。
2.根据权利要求1所述的方法,其特征在于,在所述获取若干个时间序列点之后,以及所述针对每一时间序列点对应的数据生成与所述时间序列点相匹配的决策树节点,获得若干并行决策树之前,所述方法还包括:
获取每一时间序列点对应的原始数据;
对所述原始数据进行降噪以及标准化处理,获得所述每一时间序列点对应的数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述若干并行决策树中决策树节点的分布特性计算每一决策树节点对应的节点权重,包括:
根据所述若干并行决策树中决策树节点的特征属性获取每一决策树节点的初始节点权重;
根据所述若干并行决策树中决策树节点的分布特征确定与所述每一决策树节点相匹配的加权改变值;
根据所述每一决策树节点的初始节点权重和所述与所述每一决策树节点相匹配的加权改变值计算所述每一决策树节点的节点权重。
4.根据权利要求3所述的方法,其特征在于,所述按照预设集成原则以及所述每一决策树节点对应的节点权重生成所述每一决策树节点的下一批决策树节点,包括:
根据预设集成原则筛选所述每一决策树节点对应的节点权重小于第一预设权重的节点作为错误节点,以及根据预设集成原则筛选所述每一决策树节点对应的节点权重大于第二预设权重的节点作为正确节点;
计算所述错误节点的节点权重和所述第一预设权重的差值作为第一权重差值,以及计算所述正确节点的节点权重和所述第二预设权重的差值作为第二权重差值;
根据所述第一权重差值降低所述错误节点的节点权重,获得第一集成权重,以及根据所述第二权重差值提高所述正确节点的节点权重,获得第二集成权重;
按照所述第一集成权重和所述第二集成权重生成所述每一决策树节点的下一批决策树节点。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述按照预设集成原则以及所述每一决策树节点对应的节点权重生成所述每一决策树节点的下一批决策树节点之后,所述方法还包括:
将所述下一批决策树节点确定为新的决策树节点,并执行所述按照预设集成原则以及所述每一决策树节点对应的节点权重生成所述每一决策树节点的下一批决策树节点的步骤。
6.根据权利要求5所述的方法,其特征在于,在所述按照所述第一集成权重和所述第二集成权重生成所述每一决策树节点的下一批决策树节点之后,以及所述将所述下一批决策树节点确定为新的决策树节点之前,所述方法还包括:
判断所述下一批决策树节点对应的数据类型数量是否小于或等于预设数据类型数量;
如果是,停止构建决策树,获得目标决策树;
如果否,执行所述将所述下一批决策树节点确定为新的决策树节点,并执行所述按照预设集成原则以及所述每一决策树节点对应的节点权重生成所述每一决策树节点的下一批决策树节点的步骤。
7.根据权利要求6所述的方法,其特征在于,在所述获得目标决策树之后,所述方法还包括:
判断所述目标决策树的决策树节点总量是否大于预设总量阈值;
如果是,在所述目标决策树中确定目标子树,并将所述目标子树替换为与所述目标子树相匹配的目标决策树节点。
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中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,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/201910636233.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用户信息视图生成的方法及装置
- 下一篇:一种数据查询方法、装置及电子设备