[发明专利]随机森林的训练方法、装置、存储介质和电子设备

摘要

本公开涉及一种随机森林的训练方法、装置、存储介质和电子设备，该方法包括：在第一训练数据中确定n组训练数据集；通过该第一训练数据的描述数据评判已训练出的n棵树，获取n个预测结果；根据n个预测结果的正确率和预设阈值对n棵树进行删除，获取m棵树；根据m棵树中每棵树对应的权重对m棵树进行投票，以获取目标树；将该目标树对应的预测结果和该描述数据合成为第二训练数据；将该第二训练数据作为该第一训练数据，循环执行上述步骤，直至n个预测结果的正确率都大于或等于该预设阈值，获取随机森林。能够在对随机森林的多次训练过程中持续对整体训练数据进行优化，在避免训练过程中具备单一特征的树增多的同时，提高分类预测的精确度。

主权项

1.一种随机森林的训练方法，其特征在于，所述方法包括：在第一训练数据中确定n组训练数据集，所述第一训练数据包括待预测事件的同类事件对应的描述数据，以及所述同类事件的预测结果；通过所述描述数据对由所述n组训练数据集训练出的n棵树进行评判，以获取所述n棵树对应的n个预测结果；根据所述n个预测结果的正确率和预设阈值对所述n棵树执行删除操作，以获取树集合，所述树集合包含m棵树，其中，m小于或等于n；根据所述m棵树中每棵树对应的投票权重对所述m棵树进行第一投票操作，以获取目标树；将所述目标树对应的预测结果和所述描述数据合成为第二训练数据；将所述第二训练数据作为所述第一训练数据，循环执行从所述在全量训练数据中确定n组训练数据集到所述将所述目标树对应的预测结果和所述描述数据合成为第二训练数据的步骤，直至所述n个预测结果的正确率都大于或等于所述预设阈值，以获取随机森林，所述随机森林包含在一个或多个循环执行过程中执行所述删除操作后获取到的所有树集合。