[发明专利]决策树的生成方法和装置

摘要

本发明提供了一种决策树的生成方法和装置。该方法包括：根据规则集合生成编码规则集合；生成第一带权无向图；计算第一带权无向图中每个边的权值；如果第一带权无向图中权值最大的边的权值大于第一阈值，则循环执行第一操作，直到最新生成的带权无向图中权值最大的边的权值小于或者等于第一阈值；为最新生成的带权无向图中的每个顶点对应的子规则集合分别生成决策树。此外，本发明实施例还提供了其他决策树的生成方法及装置。通过本发明实施例提供的技术方案，可以降低发生规则复制的概率。

主权项

一种决策树的生成方法，其特征在于，包括：根据规则集合生成编码规则集合；所述规则集合包含多个规则，每个规则为包含0、1或者通配符的字符串，所述多个规则中任意两个规则互不相等；所述编码规则集合包括多个编码规则，所述多个编码规则中任意两个编码规则互不相等；所述多个编码规则中每个编码规则对应所述多个规则中的至少一个，所述多个规则中每个规则对应所述多个编码规则中的一个；第一规则对应的编码规则是根据第一函数对所述第一规则进行编码得到的，所述第一规则是所述多个规则中的任意一个，所述第一函数用于将所述第一规则中的多个片段替换为多个编码片段，进而得到第一编码规则；所述第一规则由所述多个片段组成，每个片段包含至少一个字符；所述第一编码规则由所述多个编码片段组成，每个编码片段为一个比特，所述多个片段与所述多个编码片段一一对应，第一片段在所述第一规则中的位置与第一编码片段在所述第一编码规则中的位置一致；所述第一片段为所述多个片段中的任意一个片段；所述第一编码片段为所述多个编码片段中与所述第一片段对应的一个编码片段；所述第一规则为所述第一函数的变量；所述第一编码规则为所述第一函数的值；所述第一函数还用于根据所述第一片段计算所述第一编码片段；在所述第一片段包含至少两个字符的场景下，如果所述第一片段中通配符的个数大于或者等于N，则所述第一编码片段为1，如果所述第一片段中通配符的个数小于N，则所述第一编码片段为0，N为大于或者等于1并且小于或者等于M的整数，M为所述第一片段中的符号的个数；生成第一带权无向图；所述第一带权无向图包括多个顶点，所述多个顶点与所述多个编码规则一一对应，所述多个顶点中每个顶点对应一个子规则集合；第一顶点对应的子规则集合包含所述多个规则中所有与第一编码规则对应的规则；所述第一顶点为所述第一带权无向图中的任意一个顶点；所述第一编码规则为所述多个编码规则中与所述第一顶点对应的编码规则；计算所述第一带权无向图中每个边的权值；连接所述第一带权无向图中任意两个顶点的边为所述第一带权无向图的边；第一边的权值为以第二编码规则和第三编码规则为变量得到的第二函数的值；所述第一边的两个顶点分别对应所述第二编码规则和所述第三编码规则；所述第一边为所述第一带权 无向图中任意一个边；所述第二函数用于对所述第二编码规则与所述第三编码规则执行按比特操作，计算按比特操作的结果中1的个数，按比特操作的结果中1的个数为所述第二函数的值；如果第一带权无向图中权值最大的边的权值大于第一阈值，所述第一阈值为大于等于0并且小于等于X‑1的整数，X为所述第一编码规则中比特的个数，则循环执行下述操作，直到最新生成的带权无向图中权值最大的边的权值小于或者等于所述第一阈值：根据已经生成的带权无向图中最后生成的带权无向图中权值最大的边生成新的顶点，并根据所述新的顶点生成新的带权无向图；所述新的带权无向图包括所述新的顶点以及所述已经生成的带权无向图中最后生成的带权无向图中权值最大的边的两个顶点之外的所有的顶点；所述新的顶点对应的编码规则为以所述已经生成的带权无向图中最后生成的带权无向图中权值最大的边的两个顶点分别对应的第四编码规则和第五编码规则为变量得到的第三函数的值；所述第三函数用于对所述第四编码规则与所述第五编码规则执行按比特与操作，按比特与操作的结果为所述第三函数的值；所述新的顶点对应的子规则集合包括所述已经生成的带权无向图中最后生成的带权无向图中权值最大的边的两个顶点分别对应的子规则集合中的所有规则；所述新的带权无向图中第二边的权值为以第六编码规则和第七编码规则为变量得到的第四函数的值；所述第二边的两个顶点分别对应所述第六编码规则和所述第七编码规则；所述第二边为所述新的带权无向图中任意一个边；所述第四函数用于对所述第六编码规则与所述第七编码规则执行按比特操作，计算按比特操作的结果中1的个数，按比特操作的结果中1的个数为所述第四函数的值；为所述最新生成的带权无向图中的每个顶点对应的子规则集合分别生成决策树。