决策树模型的处理方法、装置、终端设备及存储介质制造方法及图纸

本发明专利技术公开了一种决策树模型的处理方法、装置、终端设备及计算机可读存储介质，通过获取针对决策树模型进行再训练的操作指令；检测所述操作指令指定的待训练模型中是否含有预设免训练节点；当检测到含有所述预设免训练节点时，对所述预设免训练节点进行锁定；在所述待训练模型中，对未锁定的节点进行再训练。本发明专利技术实现了，对决策树模型中无需更改的局部模型进行锁定，而仅对需要进行更改或者需要重新训练的部分节点进行再训练操作，节省了交互式建模中对决策树模型进行再训练的时间和训练计算资源，提高了建模效率。

Processing method, device, terminal equipment and storage medium of decision tree model

【技术实现步骤摘要】
决策树模型的处理方法、装置、终端设备及存储介质
本专利技术涉及Fintech(金融科技)
，尤其涉及一种决策树模型的处理方法、装置、终端设备及计算机可读存储介质。
技术介绍
由于现有的机器学习建模训练方式仅能够实现对决策树模型的整体进行再训练，因此，尽管建模人员需要在保持原有决策树模型中部分模型不改变(即无需进行再训练操作)，现有的机器学习建模训练方式也仍然会对该原决策树模型的整体进行训练，这样不仅需要耗费大量的建模训练时间，还造成了计算资源的浪费，严重影响了交互式建模的建模效率。
技术实现思路
本专利技术的主要目的在于提供一种决策树模型的处理方法、装置、终端设备及计算机可读存储介质，旨在解决现有的交互式建模中对模型进行再训练的方式只能对模型进行整体训练，导致建模效率低下的技术问题。为实现上述目的，本专利技术提供一种决策树模型的处理方法，所述决策树模型的处理方法包括：获取针对决策树模型进行再训练的操作指令；检测所述操作指令指定的待训练模型中是否含有预设免训练节点；当检测到含有所述预设免训本文档来自技高网...

【技术保护点】
1.一种决策树模型的处理方法，其特征在于，所述决策树模型的处理方法，包括：/n获取针对决策树模型进行再训练的操作指令；/n检测所述操作指令指定的待训练模型中是否含有预设免训练节点；/n当检测到含有所述预设免训练节点时，对所述预设免训练节点进行锁定；/n在所述待训练模型中，对未锁定的节点进行再训练。/n

【技术特征摘要】
1.一种决策树模型的处理方法，其特征在于，所述决策树模型的处理方法，包括：
获取针对决策树模型进行再训练的操作指令；
检测所述操作指令指定的待训练模型中是否含有预设免训练节点；
当检测到含有所述预设免训练节点时，对所述预设免训练节点进行锁定；
在所述待训练模型中，对未锁定的节点进行再训练。


2.如权利要求1所述的决策树模型的处理方法，其特征在于，在在所述待训练模型中，对未锁定的节点进行再训练的步骤之前，还包括：
在所述待训练模型中检测所述预设免训练节点的各先代节点，并对各所述先代节点进行锁定。


3.如权利要求1所述的决策树模型的处理方法，其特征在于，所述在所述待训练模型中，对未锁定的节点进行再训练的步骤，包括：
提取所述待训练模型中各节点的节点信息，其中，所述节点信息至少包括：拆分规则；
按照所述待训练模型各节点之间的层级关系，依次对所述待训练模型中未锁定的节点的拆分规则重新进行计算。


4.如权利要求1所述的决策树模型的处理方法，其特征在于，所述检测所述操作指令指定的待训练模型中是否含有预设免训练节点的步骤，包括：
检测所述操作指令在所述决策树模型中指定的训练节点；
在所述决策树模型中，提取以所述训练节点为根节点的子决策树模型作为所述操作指令指定的待训练模型；
检测提取的所述子决策树模型的全部节点中是否含有所述预设免训练节点。


5.如权利要求1所述的决策树模型的处理方法，其特征在于，在所述获取针对决策树模型进行再训练的操作指令的步骤之前，还包括：
将所述决策树模型中已选取锁定的节点标记为所述预设免训练节点...

【专利技术属性】
技术研发人员：李诗琦，黄启军，唐兴兴，林冰垠，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44