【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及深度学习，特别涉及一种随机森林模型的处理方法、系统、介质及设备。
技术介绍
1、随着人工智能的发展与进步，人工智能相关技术渐渐深入各行各业以及我们的生活，并在多领域取得了巨大的成果。但随之而来的是可靠、安全等问题，人工智能技术是否值得信任引起了领域专家的关注。
2、机器学习技术虽然在多领域取得巨大成功，但是它的缺点就是模型规模庞大复杂，难以理解其内部的结构以及预测逻辑。对机器学习的模型进行可解释性研究尚处于起步阶段，有大量的技术问题有待解决。
3、决策树模型是一种机器学习算法，它本身在一定程度上已然趋近于一个“白盒”模型，但也仅限于单棵树且树深度不高时。随即森林模型是一种经典的机器学习技术，它包含多棵决策树以获得更好的预测效果。在实际应用中，集成树模型通常拥有大量的决策树，且树的规模都很大，这样复杂庞大的模型难以直接给出比较适用的解释，模型庞大的参数影响了其运行效率。
技术实现思路
1、本申请实施例提供了一种随机森林模型的处理方法、系...
【技术保护点】
1.一种随机森林模型的处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述源随机森林模型转换为逻辑表达式，得到所述源随机森林模型对应的逻辑公式集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述逻辑公式集合中存在的冗余逻辑公式进行简化处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于预设分支质量公式和预设节点质量公式，对所述源随机森林模型的每棵树中每条分支及每条分支上的节点进行删除，包括：
5.根据权利要求3所述的方法，其特征在于，所述对所述逻辑公式集合进...
【技术特征摘要】
1.一种随机森林模型的处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述源随机森林模型转换为逻辑表达式，得到所述源随机森林模型对应的逻辑公式集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述逻辑公式集合中存在的冗余逻辑公式进行简化处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于预设分支质量公式和预设节点质量公式，对所述源随机森林模型的每棵树中每条分支及每条分支上的节点进行删除，包括：
5.根据权利要求3所述的方法，其特征在于，所述对所述逻辑公式集合进行分组以及参数过滤，包括：
6.根据权...
【专利技术属性】
技术研发人员：黄滟鸿，史建琦，张格林，任建鹏，
申请(专利权)人：上海丰蕾信息科技有限公司，
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。