[发明专利]一种基于决策树的行为规则获取方法、装置及设备

摘要

本申请属于人工智能领域，公开了一种基于决策树的行为规则获取方法、装置及设备，其中方法包括：将收集的测试人员的特征信息和对应的行为标记代码进行拆分，拆分成两组分别作为训练集和测试集，并根据训练集生成与测试人员所属的领域相同的初级决策树，然后再利用训练集对初级决策树进行训练，每完成一次训练，就将训练过程中训练集的所有不吻合特征信息筛选出来，并从测试集中随机等量的特征信息来进行替换，利用替换后的训练集再次对初级决策树进行训练，并迭代这个过程直至得到的不吻合特征信息的数量为0。这样，即使训练集和测试集的数量相对较少，也能够得到精准的最终决策树模型，使得根据最终决策树模型得到的每个行为规则更精准。

主权项

1.一种基于决策树的行为规则获取方法，其特征在于，所述方法的步骤包括：将收集的每个测试人员的特征信息和对应的行为标记代码作为样本集；将所述样本集拆分成训练集和测试集；根据所述训练集生成初级决策树；利用所述初级决策树对所述训练集的特征信息进行训练处理，将所述训练集中每个特征信息对应的训练结果与对应的行为标记代码进行比对，将不匹配的训练结果按照对应行为标记代码进行修改，完成对所述初级决策树的训练过程；将不匹配的训练结果对应的特征信息筛选出来作为不吻合特征信息，利用所述测试集中的特征信息等量替换训练集中不吻合特征信息，利用替换后的训练集对所述初级决策树进行再次训练过程，并重复等量替换和训练过程，直至筛选出来的不吻合特征信息的数量为0，获取每次重复训练后得到的至少一个决策树模型；从至少一个决策树模型中筛选出一个最终决策树模型；提取所述最终决策树模型中的各个支路，得到与每个支路一一对应的行为规则。