[发明专利]随机森林模型的转换方法及装置

说明书

本发明公开了一种随机森林模型的转换方法及装置。其中，该方法包括：将随机森林模型中包含的每棵决策树进行逻辑表达式转换，得到每棵决策树对应的等价逻辑表达式集；将所有决策树的等价逻辑表达式集进行合并，得到随机森林模型对应的等价逻辑表达式集，其中，随机森林模型对应的等价逻辑表达式集为随机森林的等价转换形式。本发明解决了由于相关技术中随机森林模型内部规则不可知造成的随机森林算法在商务智能应用中受限的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种随机森林模型的转换方法及装置。

背景技术

在商务智能等涉及业务分析的场景中，如银行防诈骗分析、电信用户流失分析等场景中，决策树受到业务人员的普遍欢迎。通过决策树，不仅能从业务数据中挖掘出有效的、可能连业务人员也无法意识到的有效规则，而且更重要的，它还能通过业务语言展示这些规则，以便于业务人员结合自己的业务经验，判断决策树所提炼出来的规则的合理性，并进一步判断是否采用该规则。

但是，随着数据规模和类型的大幅增长，大数据时代已经到来。面对如此之多的数据，决策树的劣势就显现出来。首先，决策树不适合基于大规模数据的计算，因为决策树无法做到并行化，从而导致计算非常缓慢以致不可接受；其次，决策树不适合基于超多维度的计算，容易导致深度决策树计算非常缓慢，甚至会很容易出现过拟合现象。在这种背景下，随机森林算法的价值被学术界和工业界所认识。随机森林算法通过抽样生成多棵决策树，然后用组合投票的方式生成决策结果，不仅有效地避免了过拟合的问题，提高了推广使用能力。更重要的是，它天然地适用于分布式计算方式，提高了数据处理能力。

但是，对商务智能来说，随机森林模型有比较大的问题，这在一定程度上限制了随机森林算法在商务智能中的推广使用，那就是目前的随机森林模型是一个黑匣子模型，业务人员无法了解其结果是如何输出的，不知道其内在的规则是什么。如果业务人员无法知道其内在规则，将导致业务人员不敢轻易采用其输出结果，无法结合业务经验检查其规则的合理性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种随机森林模型的转换方法及装置，以至少解决由于相关技术中随机森林模型内部规则不可知造成的随机森林算法在商务智能应用中受限的技术问题。

根据本发明实施例的一个方面，提供了一种随机森林模型的转换方法，包括：将随机森林模型中包含的每棵决策树进行逻辑表达式转换，得到每棵决策树对应的等价逻辑表达式集；将所有决策树的等价逻辑表达式集进行合并，得到上述随机森林模型对应的等价逻辑表达式集，其中，上述随机森林模型对应的等价逻辑表达式集为上述随机森林模型的等价转换形式。

进一步地，将随机森林模型中包含的每棵决策树进行逻辑表达式转换，得到每棵决策树对应的等价逻辑表达式集包括：获取上述随机森林模型中包含的任意一棵决策树；以获取的决策树的根节点为起点，通过遍历该决策树来依次访问该决策树的每个叶节点；将从上述根节点到上述每个叶节点之间的路径转换成各路径对应的等价逻辑表达式；将上述各路径对应的等价逻辑表达式存储在表达式集中以得到该决策树的等价逻辑表达式集。

进一步地，由上述每棵决策树对应的等价逻辑表达式集构成上述随机森林模型中包含的所有决策树的等价逻辑表达式集的集合，其中，将所有决策树的等价逻辑表达式集进行合并，得到上述随机森林模型对应的等价逻辑表达式集包括：从上述集合中包含的所有等价逻辑表达式集中任意选出两个等价逻辑表达式集；对选中的两个等价逻辑表达式集进行合并，得到一个新的等价逻辑表达式集；更新上述集合，得到更新后的集合，其中，该步骤包括：将新得到的等价逻辑表达式集存储到更新前的集合中，同时从上述更新前的集合中删除上述选中的两个等价逻辑表达式集；继续从上述更新后的集合中选出两个等价逻辑表达式集进行合并，直到等价逻辑表达式集的集合中只有一个等价逻辑表达式集为止，其中，当等价逻辑表达式集的集合中只有一个等价逻辑表达式集时，该等价逻辑表达式集为上述随机森林模型对应的等价逻辑表达式集。