[发明专利]基于分层策略的决策树并行生成方法和装置

摘要

本发明实施例提供一种基于分层策略的决策树并行生成方法和装置，自顶下行按层构造决策树，在计算第n层的每个节点的分裂属性和最佳分裂点时，只需要扫描一次训练数据集，根据第n层的每个节点的过滤条件将训练数据集中的没条训练数据归属到第n层的每个节点中，然后，分别计算每个节点的分裂属性和最佳分裂点，生成每个节点的节点信息，根据决策树的各层的每个节点的节点信息构造决策树。上述方法中，在计算每层的每个节点的分裂属性和最佳分裂点时，通过根据各节点的过滤条件，并行的统计每个节点内的每个属性的每个分裂区间内的每种类别的训练数据的个数，使得同一层的各节点的分裂属性和最佳分裂点能够并行计算，提高了决策树的性能。

主权项

一种基于分层策略的决策树并行生成方法，其特征在于，包括：构造训练数据集包括的多个属性中每个属性的分裂点序列，根据所述每个属性的分裂点序列中多个分裂点的顺序，分别构造所述每个属性的分裂区间；根据所述决策树的层数确定所述决策树的第n层的节点个数，所述决策树的最大层数不大于所述决策树的深度；将从所述决策树的根节点到所述第n层的每个节点所在的分支的所有分裂属性表示的具体条件作为所述第n层的每个节点的过滤条件；扫描所述训练数据集，根据所述第n层的每个节点的过滤条件，并行的将所述训练数据集中的每条训练数据归属到所述第n层的每个节点内，并获取所述第n层的每个节点内所述每个属性的分裂信息，其中，所述第n层的每个节点内所述每个属性的分裂信息包括：所述每个节点内所述每个属性的每个分裂区间内所述训练数据集的每种类别的训练数据的个数，所述训练数据集包括至少两种类别；根据所述第n层的每个节点内所述每个属性的每个分裂区间内所述每种类别的训练数据的个数，计算所述第n层的每个节点的分裂属性和最佳分裂点；生成所述第n层的每个节点的节点信息，根据所述决策树的各层的每个节点的节点信息构造所述决策树，所述每个节点的节点信息包括：节点编号、节点类型、所述分裂属性和所述最佳分裂点。