[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
