[发明专利]泛型决策树构建方法、装置、设备及可读存储介质

权利要求书

1.一种泛型决策树构建方法，其特征在于，所述泛型决策树构建方法包括：

获取待构建决策树，并判断所述待构建决策树的待拆分节点是否可拆分；

若所述待拆分节点可拆分，则获取所述待拆分节点对应的特征变量，并基于预设变量选择规则对所述特征变量进行选择，获得拆分变量；

获取所述待拆分节点对应的拆分模型，并基于所述拆分模型对所述拆分变量进行拆分，以生成所述拆分变量对应的孩子节点；

若所述待拆分节点不可拆分，则将所述待拆分节点作为所述泛型决策树的叶子节点。

2.如权利要求1所述泛型决策树构建方法，其特征在于，所述拆分模型包括单个训练模型，

所述基于所述拆分模型对所述拆分变量进行拆分，以生成所述拆分变量对应的孩子节点的步骤包括：

将所述拆分变量输入所述单个训练模型，以对所述单个训练模型进行训练，获得第一模型训练结果；

基于所述第一模型训练结果，对所述拆分变量进行拆分，获得拆分结果；

基于所述拆分结果，生成所述拆分变量对应的所述孩子节点。

3.如权利要求1所述泛型决策树构建方法，其特征在于，所述拆分模型包括多个训练模型，

所述基于所述拆分模型对所述拆分变量进行拆分，以生成所述拆分变量对应的孩子节点的步骤包括：

将所述拆分变量输入各所述训练模型，以对各所述训练模型进行训练，获得第二模型训练结果；

基于各所述第二模型训练结果，筛选各所述训练模型中的最优训练模型；

基于所述最优训练模型对应的最优模型训练结果，对所述拆分变量进行拆分，获得最优拆分结果；

基于所述最优拆分结果，生成所述拆分变量对应的所述孩子节点。

4.如权利要求3所述泛型决策树构建方法，其特征在于，所述孩子节点包括左孩子节点和右孩子节点，所述拆分变量包括一个或者多个选择特征变量，

所述基于所述最优拆分结果，生成所述待拆分节点对应的所述孩子节点的步骤包括：

基于所述最优拆分结果，判断各所述选择特征变量的类型；

若存在所述选择特征变量属于第一类型变量，则生成所述第一类型变量对应的左孩子节点；

若存在所述选择特征变量属于第二类型变量，则生成所述第二类型变量对应的右孩子节点。

5.如权利要求1所述泛型决策树构建方法，其特征在于，所述若所述待拆分节点不可拆分，则将所述待拆分节点作为所述泛型决策树的叶子节点的步骤之后包括：

对所述孩子节点进行是否可拆分的判断，以对可拆分的所述孩子节点进行拆分直至所述待构建决策树中的所有节点不可再拆分，获得初始泛型决策树；

对所述初始泛型决策树进行剪枝处理，获得所述泛型决策树。

6.如权利要求1所述泛型决策树构建方法，其特征在于，所述获取待构建决策树的步骤之后包括：

当检测到用户输入的第一选择指令，选择所述待构建决策树的待进行交互式拆分的选择节点；

判断所述选择节点是否属于叶子节点类型，若所述选择节点不属于所述叶子节点类型，则对所述选择节点进行剪枝处理，以将所述选择节点作为所述待构建决策树的叶子节点；

若所述选择节点属于所述叶子节点类型，则基于所述用户的第二选择指令，对所述选择节点执行相对应的拆分操作，获得拆分结果；

基于所述拆分结果，生成所述选择节点对应的孩子节点。

7.如权利要求6所述泛型决策树构建方法，其特征在于，所述第二选择指令包括第一类型指令、第二类型指令和第三类型指令，

所述基于所述用户的第二选择指令，选择相对应的拆分操作的步骤包括：

判断所述第二选择指令的类型，若所述第二选择指令为所述第一类型指令，则重新选择所述拆分变量，并对所述拆分模型进行重新训练，以对所述选择节点进行拆分；

若所述第二选择指令为所述第二类型指令，则导入专家规则作为所述拆分模型，并对所述拆分模型进行训练，以对所述选择节点进行拆分；

若所述第二选择指令为所述第三类型指令，则导入训练模型作为所述拆分模型，并对所述拆分模型进行训练，以对所述选择节点进行拆分。