[发明专利]一种梯度提升机的可视化分析方法

权利要求书

1.一种梯度提升机的可视化分析方法，其特征在于，包括以下步骤：

步骤1：建立梯度提升机模型；

步骤2：对原始数据进行预处理，统计数据特征，并对特征进行分析，挖掘重要特征，给测试集数据打预测标签；

步骤3：提出可视化设计目标，通过对特征的重要性、部分依赖信息以及树结构进行可视化来揭示特征和模型预测之间关系、揭示模型内部机制，提供基于案例的分析；

步骤4：根据可视化设计目标来分析可视化任务，通过视图来建立可视分析。

2.根据权利要求1所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤1中建立的模型为混合模型，输入特征通过提升决策树方法进行转换，每棵树的输出被视为线性分类器的分类输入。

3.根据权利要求2所述的一种梯度提升机的可视化分析方法，其特征在于，步骤1中的模型算法采用Lightgbm；其模型算法如下：

For m＝1 to M do:

式中：F₀(x)为初始化目标函数，F_m(x)为更新后的表示；是伪应答；γ_jm表示系数；是不相交的区域，它们共同覆盖了预测变量x的所有联合值的空间，这里是在第m次迭代时由树的终端节点定义的区域。

4.根据权利要求1到3任意一项权利要求所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤4包括以下步骤：

步骤4.1：对特征的重要性进行编码；

步骤4.2：编码部分依赖性信息；

步骤4.3：编码分割点分布；

步骤4.4：审查训练数据值分布；

步骤4.5：分析预测误差；

步骤4.6：对树的结构进行编码；

步骤4.7：提供模型的交互式检查，用户可以通过点击视图来检查模型。

5.根据权利要求4所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤4.1采用Lightgbm算法中的feature_importance()方法计算出特征的重要性，其结果包含该特征在模型中使用的次数。

6.根据权利要求4所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤4.2通过使用pdpbox中的方法计算出特征的部分依赖信息。

7.根据权利要求4所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤4.3通过直方图算法来分割特征。

8.根据权利要求4所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤4.5通过输出模型预测结果的混淆矩阵来分析预测误差。

9.根据权利要求4所述的一种梯度提升机的可视化分析方法，其特征在于，所述步骤4.6中通过GraphViz算法来可视化预测过程中生成的每一棵树的结构，包括树的深度、树的分支数、从根到叶子的路劲上出现的特征以及每个节点中特征的分割阈值。

10.根据权利要求4所述的一种梯度提升机的可视化分析方法，其特征在于，步骤4.7中所述的视图包括数据概览图、特征视图、数据流路径图。