[發明專利]決策樹模型的處理方法、裝置、終端設備及存儲介質

在審

• 申請號: 201911035707.5
• 申請日: 2019-10-29
• 公開（公告）號: CN110796264A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 李詩琦;黃啟軍;唐興興;林冰垠
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 44287 深圳市世紀恒程知識產權代理事務所
• 代理人: 王韜

1.一種決策樹模型的處理方法，其特征在于，所述決策樹模型的處理方法，包括：

獲取針對決策樹模型進行再訓練的操作指令；

檢測所述操作指令指定的待訓練模型中是否含有預設免訓練節點；

當檢測到含有所述預設免訓練節點時，對所述預設免訓練節點進行鎖定；

在所述待訓練模型中，對未鎖定的節點進行再訓練。

2.如權利要求1所述的決策樹模型的處理方法，其特征在于，在在所述待訓練模型中，對未鎖定的節點進行再訓練的步驟之前，還包括：

在所述待訓練模型中檢測所述預設免訓練節點的各先代節點，并對各所述先代節點進行鎖定。

3.如權利要求1所述的決策樹模型的處理方法，其特征在于，所述在所述待訓練模型中，對未鎖定的節點進行再訓練的步驟，包括：

提取所述待訓練模型中各節點的節點信息，其中，所述節點信息至少包括：拆分規則；

按照所述待訓練模型各節點之間的層級關系，依次對所述待訓練模型中未鎖定的節點的拆分規則重新進行計算。

4.如權利要求1所述的決策樹模型的處理方法，其特征在于，所述檢測所述操作指令指定的待訓練模型中是否含有預設免訓練節點的步驟，包括：

檢測所述操作指令在所述決策樹模型中指定的訓練節點；

在所述決策樹模型中，提取以所述訓練節點為根節點的子決策樹模型作為所述操作指令指定的待訓練模型；

檢測提取的所述子決策樹模型的全部節點中是否含有所述預設免訓練節點。

5.如權利要求1所述的決策樹模型的處理方法，其特征在于，在所述獲取針對決策樹模型進行再訓練的操作指令的步驟之前，還包括：

將所述決策樹模型中已選取鎖定的節點標記為所述預設免訓練節點并進行差異可視化輸出。

6.如權利要求5所述的決策樹模型的處理方法，其特征在于，所述將所述決策樹模型中已選取鎖定的節點標記為所述預設免訓練節點并進行差異可視化輸出的步驟，包括：

識別針對所述決策樹模型進行的節點鎖定操作；

將所述節點鎖定操作所對應的節點標記為預設免訓練節點；

將所述預設免訓練節點差異可視化輸出至針對所述決策樹模型的交互式操作界面上。

7.如權利要求1所述的決策樹模型的處理方法，其特征在于，所述獲取針對決策樹模型進行再訓練的操作指令的步驟，包括：

識別針對所述決策樹模型進行的節點訓練操作；

基于所述節點訓練操作，觸發生成針對所述決策樹模型進行再訓練的操作指令。

8.一種決策樹模型的處理裝置，其特征在于，所述決策樹模型的處理裝置，包括：

獲取模塊，用于獲取針對決策樹模型進行再訓練的操作指令；

檢測模塊，用于檢測所述操作指令指定的待訓練模型中是否含有預設免訓練節點；

鎖定模塊，用于當檢測到含有所述預設免訓練節點時，對所述預設免訓練節點進行鎖定；

執行模塊，用于在所述待訓練模型中，對未鎖定的節點進行再訓練。

9.一種終端設備，其特征在于，所述終端設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的決策樹模型的處理程序，所述決策樹模型的處理程序被所述處理器執行時實現如權利要求1至7中任一項所述的決策樹模型的處理方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的決策樹模型的處理方法的步驟。