[發(fā)明專利]應(yīng)用清理方法、裝置、存儲介質(zhì)及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 201710940308.8
• 申請日: 2017-09-30
• 公開（公告）號: CN107704289A
• 公開（公告）日: 2018-02-16
• 發(fā)明（設(shè)計(jì)）人: 曾元清
• 申請（專利權(quán)）人: 廣東歐珀移動通信有限公司
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06K9/62
• 代理公司: 深圳翼盛智成知識產(chǎn)權(quán)事務(wù)所(普通合伙)44300
• 代理人: 黃威

1.一種應(yīng)用清理方法，其特征在于，包括：

采集應(yīng)用的多維特征作為樣本，并構(gòu)建所述應(yīng)用的樣本集；

根據(jù)所述特征對于樣本集分類的基尼指數(shù)信息增益對所述樣本集進(jìn)行分類，以構(gòu)建出所述應(yīng)用的分類回歸樹模型，所述分類回歸樹模型的輸出包括可清理、或者不可清理；

根據(jù)預(yù)測時(shí)間采集所述應(yīng)用的多維特征作為預(yù)測樣本；

根據(jù)所述預(yù)測樣本和所述分類回歸樹模型預(yù)測所述應(yīng)用是否可清理。

2.如權(quán)利要求1所述的應(yīng)用清理方法，其特征在于，根據(jù)所述特征對于樣本集的基尼指數(shù)信息增益對所述樣本集進(jìn)行劃分，以構(gòu)建出所述應(yīng)用的分類回歸樹模型，包括：

生成分類回歸樹模型的根節(jié)點(diǎn)，并將所述樣本集分配給所述根節(jié)點(diǎn)；

將所述根節(jié)點(diǎn)的樣本集確定為當(dāng)前待分類的目標(biāo)樣本集；

獲取所述特征對于目標(biāo)樣本集分類的基尼指數(shù)信息增益；

根據(jù)所述基尼指數(shù)信息增益從所述特征中選取當(dāng)前的劃分特征及其對應(yīng)的劃分點(diǎn)；

根據(jù)所述劃分特征和所述劃分點(diǎn)對所述樣本集進(jìn)行劃分，得到兩個(gè)子樣本集；

生成當(dāng)前節(jié)點(diǎn)的子節(jié)點(diǎn)，并將所述去所述子樣本集分配給相應(yīng)的所述子節(jié)點(diǎn)；

判斷所述子節(jié)點(diǎn)是否滿足預(yù)設(shè)分類終止條件；

若否，則將所述目標(biāo)樣本集更新為所述子樣本集，并返回執(zhí)行獲取所述特征對于目標(biāo)樣本集的基尼指數(shù)的步驟；

若是，則將所述子節(jié)點(diǎn)作為葉子節(jié)點(diǎn)，根據(jù)所述子樣本集中樣本的樣本類別設(shè)置所述葉子節(jié)點(diǎn)的輸出，所述樣本類別包括可清理、或者不可清理。

3.如權(quán)利要求2所述的應(yīng)用清理方法，其特征在于，獲取所述特征對于目標(biāo)樣本集分類的基尼指數(shù)信息增益，包括：

獲取所述特征的取值對于目標(biāo)樣本集分類的基尼指數(shù)；

根據(jù)所述基尼指數(shù)，獲取所述特征的取值對于目標(biāo)樣本集分類的基尼指數(shù)信息增益。

4.如權(quán)利要求3所述的應(yīng)用清理方法，其特征在于，獲取所述特征的取值對于目標(biāo)樣本集分類的基尼指數(shù)信息增益，包括：

根據(jù)所述特征的取值將所述目標(biāo)樣本集劃分成第一子樣本集和第二子樣本集；

獲取所述第一子樣本集和所述第二子樣本集中樣本類別的概率；

根據(jù)所述樣本類別的概率獲取所述取值對于目標(biāo)樣本分類的基尼指數(shù)。

5.如權(quán)利要求3所述的應(yīng)用清理方法，其特征在于，根據(jù)所述樣本類別的概率獲取所述取值對于目標(biāo)樣本分類的基尼指數(shù)，包括：

根據(jù)所述第一子樣本集中樣本類別的概率獲取所述特征為取值時(shí)對于目標(biāo)樣本集分類的第一基尼指數(shù)；

根據(jù)所述第二子樣本集中樣本類別的概率獲取所述特征不為取值時(shí)對于目標(biāo)樣本集分類的第二基尼指數(shù)；

根據(jù)所述基尼指數(shù)，獲取所述特征對于目標(biāo)樣本集分類的基尼指數(shù)信息增益，包括：

根據(jù)所述第一基尼指數(shù)、第一子樣本集與目標(biāo)樣本集的樣本數(shù)量比值、第二基尼指數(shù)、以及第二子樣本集與目標(biāo)樣本集的樣本數(shù)量比值，獲取所述特征的取值對于目標(biāo)樣本集分類的基尼指數(shù)信息增益。

6.如權(quán)利要求5所述的應(yīng)用清理方法，其特征在于，根據(jù)所述基尼指數(shù)，獲取所述特征對于目標(biāo)樣本集分類的基尼指數(shù)信息增益，包括：

通過如下公式計(jì)算出特征對于目標(biāo)樣本集分類的基尼指數(shù)信息增益：

其中，Gini(D,A)為特征A對于目標(biāo)樣本集D分類的基尼指數(shù)信息增益，Gini(D₁)為特征A為取值a時(shí)對于目標(biāo)樣本D分類的基尼指數(shù)，Gini(D₂)為A不為取值a時(shí)對于目標(biāo)樣本D分類的基尼指數(shù)；a為特征A的一種取值，D1和D2為基于特征A＝a對目標(biāo)樣本集D劃分后得到的兩個(gè)子樣本集。

7.如權(quán)利要求2所述的應(yīng)用清理方法，其特征在于，根據(jù)所述基尼指數(shù)信息增益從所述特征中選取當(dāng)前的劃分特征及其對應(yīng)的劃分點(diǎn)，包括：

從所述基尼指數(shù)信息增益中確定最小的目標(biāo)基尼指數(shù)信息增益；

將所述目標(biāo)基尼指數(shù)信息增益的特征及其取值，分別作為劃分特征和劃分點(diǎn)。

8.如權(quán)利要求2所述的應(yīng)用清理方法，其特征在于，判斷子節(jié)點(diǎn)是否滿足預(yù)設(shè)分類終止條件，包括：

判斷所述子節(jié)點(diǎn)對應(yīng)的去除后子樣本集中樣本的類別數(shù)量是否為預(yù)設(shè)數(shù)量；

若是，則確定所述子節(jié)點(diǎn)滿足預(yù)設(shè)分類終止條件。