[发明专利]树形机器学习模型可视化方法、装置、电子设备及存储介质

权利要求书

1.一种树形机器学习模型可视化方法，其特征在于，所述方法包括：

获取模型文件；

提取所述模型文件的树状结构数据，并将所述树状结构数据组成指定Json格式数据，所述指定Json格式数据中包括所述树状结构数据的节点数据，所述节点数据包括每个节点是否为叶子结点、节点名称以及节点规则；

通过D3.js将所述指定Json格式数据在页面进行树形展示和渲染。

2.根据权利要求1所述的方法，其特征在于，所述获取模型文件，包括：

获取Csv格式的模型训练数据；

根据模型类型设置模型参数；

基于所述模型训练数据和所述模型参数进行模型训练，以获得所述模型文件。

3.根据权利要求2所述的方法，其特征在于，所述基于所述模型训练数据和所述模型参数进行模型训练，包括：

利用Python的文件读取函数read_csv读取所述模型训练数据；

将所述模型训练数据转换为dataFrame格式数据，并提取所述dataFrame格式数据中的特征X和标签列Y；

获取所述模型参数，基于所述模型参数构建模型；

将所述特征X和所述标签列Y代入model.fit函数对所述模型进行训练。

4.根据权利要求1所述的方法，其特征在于，所述提取所述模型文件的树状结构数据，包括：

使用model.estimators_获取所述模型文件中模型的树列表；

基于所述树列表，采用递归方式对所述模型中的每个树进行解析，以获得模型数据，所述模型数据包括树信息、特征、标签和/或树的索引；

将所述模型数据组装为所述树状结构数据。

5.根据权利要求1所述的方法，其特征在于，所述通过D3.js将所述指定Json格式数据在页面进行树形展示和渲染，包括：

通过所述D3.js的树结构布局，将所述D3.js的树模式应用至所述页面的页面容器中；

基于所述指定Json格式数据构造所述D3.js的节点和连线；

定义每个节点的显示属性；

基于所述D3.js的节点和连线、所述显示属性在所述页面进行树形展示和渲染。

6.根据权利要求5所述的方法，其特征在于，在所述定义每个节点的显示属性之后，所述方法还包括：

对所述每个节点添加鼠标移入移除事件，所述鼠标移入移除事件用于在内容超长时进行内容展开显示。

7.根据权利要求5所述的方法，其特征在于，在所述定义每个节点的显示属性之后，所述方法还包括：

对所述每个节点添加点击事件，所述点击事件用于在节点为父节点时收缩或展开下层结点。

8.一种树形机器学习模型可视化装置，其特征在于，所述装置包括：

模型文件获取模块，用于获取模型文件；

数据提取模块，用于提取所述模型文件的树状结构数据，并将所述树状结构数据组成指定Json格式数据，所述指定Json格式数据中包括所述树状结构数据的节点数据，所述节点数据包括每个节点是否为叶子结点、节点名称以及节点规则；

可视化渲染模块，用于通过D3.js将所述指定Json格式数据在页面进行树形展示和渲染。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-7中任一项所述方法中的步骤。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-7任一项所述方法中的步骤。