[发明专利]用于更新分类模型的方法及装置在审
申请号: | 201510203239.3 | 申请日: | 2015-04-24 |
公开(公告)号: | CN106156809A | 公开(公告)日: | 2016-11-23 |
发明(设计)人: | 沈雄 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06K9/66 | 分类号: | G06K9/66 |
代理公司: | 北京市清华源律师事务所 11441 | 代理人: | 沈泳;李赞坚 |
地址: | 英属开曼群岛大开*** | 国省代码: | 开曼群岛;KY |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种用于更新分类模型的方法,所述分类模型包括预定数量的原始决策树,用于根据网络应用中的用户行为数据进行类别预测,所述方法包括:从提供所述用户行为数据的服务器中获取预定时间段内的增量数据,并从中提取训练样本集;根据所述训练样本集,生成新增数量的决策树;根据历史分类准确率和针对所述训练样本集的本次分类准确率,从新增决策树和原始决策树中选择所述预定数量的决策树,组成更新后的分类模型。本申请同时提供一种用于更新分类模型的装置。本申请提供的方法,可以提高模型训练的效率、实现对业务的快速响应;而且由于在评价决策树的分类效果时引入了历史分类准确率,因此可以平滑数据的短期波动。 | ||
搜索关键词: | 用于 更新 分类 模型 方法 装置 | ||
【主权项】:
一种用于更新分类模型的方法,所述分类模型包括预定数量的原始决策树,用于根据网络应用中的用户行为数据进行类别预测,其特征在于,包括:从提供所述用户行为数据的服务器中获取预定时间段内的增量数据,并从中提取训练样本集;根据所述训练样本集,生成新增数量的决策树;根据历史分类准确率和针对所述训练样本集的本次分类准确率,从新增决策树和原始决策树中选择所述预定数量的决策树,组成更新后的分类模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510203239.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种可拆式口罩
- 下一篇:一种摄像模组检测光箱