[发明专利]基于主动学习的降低性能建模开销的方法

权利要求书

1.一种基于主动学习的降低性能建模开销的方法，其特征在于，包括：

确定经验建模模型，以及主动采样的方案；

初始阶段，随机选择若干参数样本作为训练集对模型进行训练，得到初始模型；所述参数样本包括程序的多个输入参数以及性能指标；

迭代训练阶段：第一次迭代时，使用初始模型，对参数空间中的每个参数样本，计算其预测性能值与信息量，并将信息量作为预测性能值的权重，从而根据加权后的预测性能值使用查询策略筛选出多个参数样本作为一个批次的训练数据，并进行模型训练；或者，筛选出多个参数样本后，通过设置置信区间过滤掉性能不符合要求的参数样本，将过滤后的参数样本作为一个批次的训练数据，再进行模型训练；下一次迭代时，使用上一次迭代训练得到的模型采用相同的方式，选出一个批次的训练数据进行模型训练，直至满足迭代终止条件。

2.根据权利要求1所述的一种基于主动学习的降低性能建模开销的方法，其特征在于，以随机森林作为经验建模的模型，主动学习中采用基于数据池的采样方案。

3.根据权利要求1所述的一种基于主动学习的降低性能建模开销的方法，其特征在于，每一次迭代过程中，选出一个批次的训练数据后，对选择的参数样本，运行相应的程序，并记录运行时间，从而得到一系列的包括运行时间的参数样本构成的样本集，将样本集加入到训练集后，完成训练集的更新，再使用更新后的训练集进行模型训练。