[发明专利]决策树生成方法和装置

说明书

说明书披露一种决策树生成方法和装置。所述方法包括：获取基础决策树，所述基础决策树基于第一类样本数据生成；提取所述基础决策树的树骨架，所述树骨架包括节点的分裂特征，且不包括分裂值或包括部分分裂值；利用第二类样本数据训练所述树骨架缺少的分裂值，得到目标决策树。

技术领域

本说明书涉及机器学习技术领域，尤其涉及一种决策树生成方法和装置。

背景技术

决策树是一种基础的有监督学习模型，可以不断的对数据进行切割，以达到分割数据的目的。决策树的生成依赖大量有标签的样本，当样本数量较少时，训练得到的决策树的效果往往比较差。

发明内容

有鉴于此，本说明书提供一种决策树生成方法和装置。

具体地，本说明书是通过如下技术方案实现的：

一种决策树生成方法，包括：

获取基础决策树，所述基础决策树基于第一类样本数据生成；

提取所述基础决策树的树骨架，所述树骨架包括节点的分裂特征，且不包括分裂值或包括部分分裂值；

利用第二类样本数据训练所述树骨架缺少的分裂值，得到目标决策树。

一种决策树生成装置，包括：

基础获取单元，获取基础决策树，所述基础决策树基于第一类样本数据生成；

骨架提取单元，提取所述基础决策树的树骨架，所述树骨架包括节点的分裂特征，且不包括分裂值或包括部分分裂值；

目标训练单元，利用第二类样本数据训练所述树骨架缺少的分裂值，得到目标决策树。

一种决策树生成装置，包括：

处理器；

用于存储机器可执行指令的存储器；

其中，通过读取并执行所述存储器存储的与决策树生成逻辑对应的机器可执行指令，所述处理器被促使：

获取基础决策树，所述基础决策树基于第一类样本数据生成；

提取所述基础决策树的树骨架，所述树骨架包括节点的分裂特征，且不包括分裂值或包括部分分裂值；

利用第二类样本数据训练所述树骨架缺少的分裂值，得到目标决策树。

由以上描述可以看出，本说明书可从基础决策树中提取出树骨架，并可将该树骨架迁移到样本数据较少的场景中，基于该场景下的样本数据对所述树骨架进行训练，从而为样本数据较少的场景生成可信的决策树，解决了样本数据较少场景的模型训练问题。

附图说明

图1是本说明书一示例性实施例示出的一种决策树生成方法的流程示意图。

图2是本说明书一示例性实施例示出的一种基础决策树示意图。

图3是本说明书一示例性实施例示出的一种树骨架示意图。

图4是本说明书一示例性实施例示出的一种用于决策树生成装置的一结构示意图。

图5是本说明书一示例性实施例示出的一种决策树生成装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。