本发明专利技术提供了一种存储性能的决策树生成方法，所述方法包括：获取存储性能相关的测试数据并根据所述测试数据生成样本数据表；根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性；根据所述分裂属性和所述样本数据表生成所述存储性能的决策树。通过决策树算法和汇总生成的样本数据表计算出各个影响因素对存储性能的影响程度并生成相应的决策树，从而根据决策树实现对后续属性数据进行存储性能的精准预测；代替人工性能数据预测，避免人工预测结果与实际结果偏差过大，从根本上节省工作成本。根本上节省工作成本。根本上节省工作成本。
【技术实现步骤摘要】
存储性能的决策树生成方法、装置、电子设备及存储介质
[0001]本专利技术涉及性能预测领域，特别是涉及一种存储性能的决策树生成方法、装置、电子设备及存储介质。
技术介绍
[0002]现在社会电子设备无处不在，并且影响绝大部分电子设备的其中一个因素就是存储性能，而影响存储性能的因素有很多，并且很难找到直接的线性的计算公式，导致没有办法比较准确的预测存储性能。当前评估新存储的性能大多依靠工作经验，没有理论依据，性能评估结果偏差较大且因人而异，没有理论依据。
技术实现思路
[0003]基于此，有必要针对上述技术问题，提供一种能够进行存储性能精准预测的存储性能的决策树生成方法、装置、电子设备及存储介质。
[0004]第一方面，提供一种存储性能的决策树生成方法，所述方法包括：
[0005]获取存储性能相关的测试数据并根据所述测试数据生成样本数据表；
[0006]根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性；
[0007]根据所述分裂属性和所述样本数据表生成所述存储性能的决策树。
[0008]在其中一个实施例中，所述根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性包括：
[0009]其中所述样本数据表包括属性数据和类别数据，所述属性数据包括属性和属性值，所述类别数据包括性能等级；
[0010]根据所述类别数据和下列公式计算出类别信息熵；
[0011][0012]其中p
i
＝同一所述性能等级的类别组数/总类别组数，m＝总类别组数；
[0013]根据所述属性数据和下列公式计算出各属性的属性信息熵；
[0014][0015]其中v＝总属性组数；
[0016]根据所述类别信息熵和所述属性信息熵计算出各属性的信息增益率并确定所述信息增益率最高的属性为所述分裂属性。
[0017]在其中一个实施例中，所述根据所述类别信息熵和所述属性信息熵计算出各属性的信息增益率并确定所述信息增益率最高的属性为所述分裂属性包括：
[0018]根据所述类别信息熵、所述属性信息熵和下列公式计算出各属性的信息增益；
[0019]Gain(A)＝Info(D)
‑
Info
A
(D)
[0020]根据所述属性数据和下列公式计算出各属性的属性分裂信息度量；
[0021][0022]根据所述信息增益、所述属性分裂信息度量和下列公式计算出所述信息增益率；
[0023][0024]在其中一个实施例中，所述根据所述分裂属性和所述样本数据表生成所述存储性能的决策树包括：
[0025]根据所述分裂属性和所述样本数据表生成分裂节点；
[0026]确定所述分裂节点是否需要继续分裂；
[0027]若否，则确定所述分裂节点为叶子节点；
[0028]若是，则根据所述分裂节点和所述决策树算法生成所述叶子节点；
[0029]根据所有所述叶子节点生成所述决策树。
[0030]在其中一个实施例中，所述根据所述分裂属性和所述样本数据表生成分裂节点包括：
[0031]确定所述分裂属性为所述分裂节点的主属性；
[0032]确定除所述分裂属性之外的其余属性为次属性；
[0033]根据所述主属性、所述次属性、所述属性数据和所述类别数据生成所述分裂节点。
[0034]在其中一个实施例中，所述确定所述分裂节点是否需要继续分裂包括：
[0035]根据所述分裂节点和下列公式计算所述次属性的次属性信息熵；
[0036][0037]确定是否至少有一个所述次属性信息熵超过信息熵阈值；
[0038]若是，则确定所述分裂节点需要继续分裂；
[0039]若否，则确定所述分裂节点为叶子节点。
[0040]在其中一个实施例中，所述根据所述分裂节点和所述决策树算法生成所述叶子节点包括：
[0041]根据所述决策树算法重新计算所述次属性的次信息增益率并确定所述次信息增益率最高的次属性为分裂子属性；
[0042]根据所述分裂子属性和所述分裂节点生成多个分裂子节点；
[0043]确定所述分裂子节点是否需要继续分裂；
[0044]若否，则确定所述分裂子节点为所述叶子节点；
[0045]若是，则根据所述决策树算法继续分裂所述分裂子节点直到确定节点为所述叶子节点。
[0046]另一方面，提供一种存储性能的决策树生成装置，所述装置包括：
[0047]样本生成模块，用于获取存储性能相关的测试数据并根据所述测试数据生成样本数据表；
[0048]属性确定模块，用于根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性；
[0049]决策树生成模块，用于根据所述分裂属性和所述样本数据表生成所述存储性能的决策树。
[0050]在其中一个实施例中，所述属性确定模块根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性包括：
[0051]其中所述样本数据表包括属性数据和类别数据，所述属性数据包括属性和属性值，所述类别数据包括性能等级；
[0052]根据所述类别数据和下列公式计算出类别信息熵；
[0053][0054]其中p
i
＝同一所述性能等级的类别组数/总类别组数，m＝总类别组数；
[0055]根据所述属性数据和下列公式计算出各属性的属性信息熵；
[0056][0057]其中v＝总属性组数；
[0058]根据所述类别信息熵和所述属性信息熵计算出各属性的信息增益率并确定所述信息增益率最高的属性为所述分裂属性。
[0059]在其中一个实施例中，所述属性确定模块根据所述类别信息熵和所述属性信息熵计算出各属性的信息增益率并确定所述信息增益率最高的属性为所述分裂属性包括：
[0060]根据所述类别信息熵、所述属性信息熵和下列公式计算出各属性的信息增益；
[0061]Gain(A)＝Info(D)
‑
Info
A
(D)
[0062]根据所述属性数据和下列公式计算出各属性的属性分裂信息度量；
[0063][0064]根据所述信息增益、所述属性分裂信息度量和下列公式计算出所述信息增益率；
[0065][0066]在其中一个实施例中，所述决策树生成模块根据所述分裂属性和所述样本数据表生成所述存储性能的决策树包括：
[0067]根据所述分裂属性和所述样本数据表生成分裂节点；
[0068]确定所述分裂节点是否需要继续分裂；
[0069]若否，则确定所述分裂节点为叶子节点；
[0070]若是，则根据所述分裂节点和所述决策树算法生成所述叶子节点；
[0071]根据所有所述叶子节点生成所述决策树。
[0072]在其中一个实施例中，所述决策树生成模块根据所述分裂属性和所述样本数据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种存储性能的决策树生成方法，所述方法包括：获取存储性能相关的测试数据并根据所述测试数据生成样本数据表；根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性；根据所述分裂属性和所述样本数据表生成所述存储性能的决策树。2.根据权利要求1所述的方法，其特征在于，所述根据所述样本数据表和决策树算法确定所述样本属性数据表中的分裂属性包括：其中所述样本数据表包括属性数据和类别数据，所述属性数据包括属性和属性值，所述类别数据包括性能等级；根据所述类别数据和下列公式计算出类别信息熵；其中p
i
＝同一所述性能等级的类别组数/总类别组数，m＝总类别组数；根据所述属性数据和下列公式计算出各属性的属性信息熵；其中v＝总属性组数；根据所述类别信息熵和所述属性信息熵计算出各属性的信息增益率并确定所述信息增益率最高的属性为所述分裂属性。3.根据权利要求2所述的方法，其特征在于，所述根据所述类别信息熵和所述属性信息熵计算出各属性的信息增益率并确定所述信息增益率最高的属性为所述分裂属性包括：根据所述类别信息熵、所述属性信息熵和下列公式计算出各属性的信息增益；Gain(A)＝Info(D)
‑
Info
A
(D)根据所述属性数据和下列公式计算出各属性的属性分裂信息度量；根据所述信息增益、所述属性分裂信息度量和下列公式计算出所述信息增益率；4.根据权利要求1所述的方法，其特征在于，所述根据所述分裂属性和所述样本数据表生成所述存储性能的决策树包括：根据所述分裂属性和所述样本数据表生成分裂节点；确定所述分裂节点是否需要继续分裂；若否，则确定所述分裂节点为叶子节点；若是，则根据所述分裂节点和所述决策树算法生成所述叶子节点；
根据所有所述叶子节点生成所述决策树。5...
【专利技术属性】
技术研发人员：李超，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。