[發明專利]一種隨機森林模型的優化方法及系統

在審

• 申請號: 201310567988.5
• 申請日: 2013-11-14
• 公開（公告）號: CN104636814A
• 公開（公告）日: 2015-05-20
• 發明（設計）人: 權奕銘;李俊杰;郭向林;高琴;吳胤旭
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

1.一種隨機森林模型的優化方法，其特征在于，所述方法包括：

創建隨機森林模型的熱力分布直方圖以及所述隨機森林模型中不同預測精度決策樹的分布直方圖；

根據所述熱力分布直方圖以及所述隨機森林模型中不同預測精度決策樹的分布直方圖，采用決策樹間相同屬性節點的比例計算決策樹間的相似度；

根據所述隨機森林模型中不同預測精度決策樹的分布直方圖，刪除預測精度最小的決策樹，和/或根據計算獲得的決策樹間的相似度，刪除所述隨機森林模型中決策樹間相似度最高的決策樹。

2.如權利要求1所述的方法，其特征在于，所述采用決策樹間相同屬性節點的比例計算決策樹間的相似度的公式為：

(Node（n_i,k）∩Node（n_j,p）)/(Node（n_i,k）∪Node（n_j,p）)，i≠j，k≠p；

其中，n為所述隨機森林模型中決策樹的個數，Node（n_i,k）表示第k棵決策樹中所含屬性節點的個數ni，Node（n_j,p）表示第p棵決策樹中所含屬性節點的個數n_j，Node（n_i,k）∩Node（n_j,p）表示第k棵決策樹和第p棵決策樹中所含相同屬性節點的個數，Node（n_i,k）∪Node（n_j,p）表示第k棵決策樹和第p棵決策樹中所含的全部屬性節點的個數，i，j，k，p=1,2,...,n。

3.如權利要求1或2所述的方法，其特征在于，所述根據所述隨機森林模型中不同預測精度決策樹的分布直方圖，刪除預測精度最小的決策樹，和/或根據計算獲得的決策樹間的相似度，刪除決策樹間相似度最高的決策樹包括：

判斷所述隨機森林模型是否符合預設的優化停止條件；

若否，根據所述隨機森林模型中不同預測精度決策樹的分布直方圖，刪除預測精度最小的決策樹，和/或根據計算獲得的決策樹間的相似度，刪除決策樹間相似度最高的決策樹；否則停止當前優化操作。

4.如權利要求3所述的方法，其特征在于，所述預設的優化停止條件包括：

所述隨機森林模型整體預測精度最大且所述隨機森林模型中決策樹之間相關度最小；或者所述隨機森林模型整體預測精度收斂至預設極值且所述隨機森林模型中決策樹之間相關度和所述隨機森林模型的泛化誤差界最小。

5.如權利要求1所述的方法，其特征在于，所述根據所述隨機森林模型中不同預測精度決策樹的分布直方圖，刪除預測精度最小的決策樹包括：

根據所述隨機森林模型中不同預測精度決策樹的分布直方圖，按各決策樹的預測精度大小進行升序或降序排序，根據排序結果，刪除預測精度最小的決策樹。

6.一種隨機森林模型的優化系統，其特征在于，所述系統包括：

直方圖創建單元，用于創建隨機森林模型的熱力分布直方圖以及所述隨機森林模型中不同預測精度決策樹的分布直方圖；

相似度計算單元，用于根據所述熱力分布直方圖以及所述隨機森林模型中不同預測精度決策樹的分布直方圖，采用決策樹間相同屬性節點的比例計算決策樹間的相似度；

優化單元，用于根據所述隨機森林模型中不同預測精度決策樹的分布直方圖，刪除預測精度最小的決策樹，和/或根據計算獲得的決策樹間的相似度，刪除所述隨機森林模型中決策樹間相似度最高的決策樹。