[发明专利]一种基于机器学习模型的排序方法

摘要

本发明公开了一种基于机器学习模型的排序方法，包括以下步骤：第一步，对于给定的待排元素集生成模型训练数据；第二步，根据第一步生成的训练数据利用机器学习的方法构建待排元素集的分布模型；第三步，利用分布模型预测待排元素集中每一个元素在有序数组中的位置；第四步，根据元素的预测位置将元素放入有序数组中，得到一个有序的数组完成排序操作。本发明由于采用将元素直接放入有序数组中的方式，相比于快速排序、归并排序、堆排序等排序算法，运行时间更短。

主权项

1.一种使用机器学习模型的排序方法，其特征在于，包括以下步骤：步骤1)：根据待排元素集构建频率分布直方图，并基于直方图中每个区间的值和区间高度分别生成两个序列，将两个序列中的元素分别一一对应形成键值对并汇总为一个集合，来作为数据分布模型的训练数据；步骤2)：先利用单调投影方法对模型的单调性和模型函数的取值区间进行约束，基于上述约束生成初始随机模型，然后使用步骤1)获得的训练数据对初始随机模型进行训练，训练完成后得到数据分布模型；步骤3)：将待排元素集中的元素输入步骤2)获得的数据分布模型，并基于模型输出和待排元素集规模来预测待排元素集中每一个元素在有序数组中的位置；步骤4)：根据步骤3)中获得的预测位置，将各个元素放置在有序数组中。