[发明专利]基于决策树的分类计算方法和装置

权利要求书

1.一种基于决策树的分类计算方法，其特征在于，所述方法应用于数据分析领域，包括：

将待分类的多个样本输入所述决策树的根节点；以及

在每个非根节点，将经过当前非根节点的母节点的分类计算后分类到所述当前非根节点的样本进行并行化的分类计算；

其中，所述决策树中的每个所述非根节点对应一个样本缓冲池，所述样本缓冲池包括经过当前非根节点的母节点的分类计算后分类到所述当前非根节点的样本的样本索引；

其中，所述将经过当前非根节点的母节点的分类计算后分类到所述当前非根节点的样本进行并行化的分类计算包括：

将所述样本缓冲池中样本的与所述当前非根节点对应的特征值以并行化的方式分别与判断阈值进行比较；以及

根据比较的结果将所述当前非根节点对应的所述样本缓冲池分类为与所述当前非根节点的多个子节点分别对应的多个所述样本缓冲池。

2.根据权利要求1所述的方法，其特征在于，进一步包括：

当判断为所述当前非根节点没有子节点时，将所述当前非根节点对应的所述样本缓冲池中的所述样本索引作为结果输出。

3.根据权利要求1所述的方法，其特征在于，对于从属于同一母节点的所述非根节点按照预设顺序进行分类计算，其中，所述方法进一步包括：

当所述当前非根节点没有子节点，且所述当前非根节点为从属于同一母节点的所述非根节点中最后一个经过分类计算的时，开始对所述当前非根节点的上一层的下一个所述非根节点的分类计算过程。

4.根据权利要求3所述的方法，其特征在于，同一层的所述非根节点的所述样本缓冲池构成一个全局样本池，所述全局样本池采用堆栈结构。

5.根据权利要求4所述的方法，其特征在于，所述决策树为二叉树，其中，所述对于从属于同一母节点的所述非根节点按照预设顺序进行分类计算包括：

将所述全局样本池中需要后计算的所述非根节点对应的所述样本缓冲池压栈；

将需要先计算的所述非根节点对应的所述样本缓冲池出栈；以及

将出栈后的所述样本缓冲池输入所述先计算的所述非根节点进行分类计算。

6.根据权利要求1所述的方法，其特征在于，所述样本索引包括待分类的多个样本是否在经过所述当前非根节点的母节点的分类计算后被分类到所述当前非根节点的标签信息；其中，若一个所述样本被分类到了所述当前非根节点，则所述样本索引中该一个样本的所述标签信息为第一预设值；若一个所述样本并未被分类到所述当前非根节点，则所述样本索引中该一个样本的所述标签信息为第二预设值；

其中，所述将所述样本缓冲池中样本的与所述当前非根节点对应的特征值以并行化的方式分别与判断阈值进行比较包括：

仅将所述样本索引中所述标签信息取值为所述第一预设值的所述样本的与所述当前非根节点对应的特征值与所述判断阈值进行比较。

7.根据权利要求6所述的方法，其特征在于，所述根据比较的结果将所述当前非根节点对应的所述样本缓冲池分类为与所述当前非根节点的多个子节点分别对应的多个所述样本缓冲池包括：

根据比较的结果在所述多个子节点各自对应的所述样本索引中创建或更新待分类的多个样本各自的所述标签信息。

8.根据权利要求6所述的方法，其特征在于，所述根据比较的结果在所述多个子节点各自对应的所述样本索引中创建或更新所述待分类的多个样本的所述标签信息包括：

直接将在所述当前非根节点的所述样本索引中所述标签信息取值为所述第二预设值的所述样本在所述子节点的所述样本索引中的所述标签信息也取值为所述第二预设值。

9.根据权利要求1所述的方法，其特征在于，所述待分类的多个样本所包括的特征值按照所述特征值的分类的归类存储。

10.一种计算机设备，包括存储器、处理器以及存储在所述存储器上被所述处理器执行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述方法的步骤。