用于生成和编译决策树软件代码的设备和方法技术

一种数据处理装置(100)，用于基于第一数据集(140)来生成软件代码(170)。所述软件代码(170)包括用于实现决策树(160)的多个条件。所述数据处理装置还用于：执行所述软件代码(170)，以确定第二数据集(150)的第一子集的所述决策树(160)的结果；基于所述第二数据集(150)的第二子集收统计数据；通过多个代码修改操作中的一个或多个代码修改操作，基于所收集的统计数据修改所述软件代码(170)。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及代码生成和编译。更具体地，本专利技术涉及用于生成和编译实现决策树的软件代码的设备和方法。

技术介绍

1、决策树(decision tree，dt)是一种用于统计、数据挖掘和机器学习的流行的预测模型。决策树通常是从项目的观察(表现为决策树的枝干)到该项目的目标值的最终结果(表现为决策树的叶)。决策树也可以用于表示布尔表达式，其中，内部节点表示布尔条件，叶表示结果，例如真或假，是或否。为此，决策树被许多非常流行的机器学习增强算法(例如xgboost、随机森林、adaboost等)用作底层结构。决策树可以用于分类和回归任务。

技术实现思路

1、本专利技术的目的是提供用于生成和编译实现决策树的软件代码的改进设备和方法。

2、上述和其它目的是通过由独立权利要求请求保护的主题来实现的。其它实现方式在从属权利要求、说明书和附图中是显而易见的。

3、根据第一方面，提供了一种数据处理装置。可以实现为服务器的数据处理装置可以包括处理电路，例如用于执行以下操作的一个或多个处理器。

本文档来自技高网...

【技术保护点】

1.一种数据处理装置(100)，其特征在于，用于执行以下操作：

2.根据权利要求1所述的数据处理装置(100)，其特征在于，所述数据处理装置(100)还用于将所述软件代码(170)编译成所述软件代码(170)的机器代码版本，并执行所述软件代码(170)的所述机器代码版本，以确定所述第二数据集(150)的所述第一子集(307)的所述决策树(160)的结果。

3.根据权利要求1或2所述的数据处理装置(100)，其特征在于，所述数据处理装置(100)用于使用至少一个第一线程执行所述软件代码(170)并使用至少一个第二线程收集所述统计数据，所述数据处理装置(100)用于基...

【技术特征摘要】
【国外来华专利技术】

1.一种数据处理装置(100)，其特征在于，用于执行以下操作：

2.根据权利要求1所述的数据处理装置(100)，其特征在于，所述数据处理装置(100)还用于将所述软件代码(170)编译成所述软件代码(170)的机器代码版本，并执行所述软件代码(170)的所述机器代码版本，以确定所述第二数据集(150)的所述第一子集(307)的所述决策树(160)的结果。

3.根据权利要求1或2所述的数据处理装置(100)，其特征在于，所述数据处理装置(100)用于使用至少一个第一线程执行所述软件代码(170)并使用至少一个第二线程收集所述统计数据，所述数据处理装置(100)用于基本上并行执行所述至少一个第一线程和所述至少一个第二线程。

4.根据上述权利要求中任一项所述的数据处理装置(100)，其特征在于，所述数据处理装置(100)用于执行以下操作：执行所述软件代码(170)；收集所述统计数据；基于所收集的统计数据来修改所述软件代码(170)作为连续过程。

5.根据上述权利要求中任一项所述的数据处理装置(100)，其特征在于，为了收集所述统计数据，所述数据处理装置(100)用于收集关于实现所述决策树(160)的所述软件代码(170)的所述多个条件中的每个条件的相应结果的统计。

6.根据上述权利要求中任一项所述的数据处理装置(100)，其特征在于，所述多个条件中的至少一个条件包括通过and运算符连接的至少两个布尔条件，为了基于所述统计数据修改所述软件代码(170)，所述多个代码修改操作中的一个或多个代码修改操作包括对所述至少两个布尔条件重新排序。

7.根据上述权利要求中任一项所述的数据处理装置(100)，其特征在于，所述多个条件中的至少一个条件嵌套在所述多个条件中的至少另一个条件中，为了基于所述统计数据修改所述软件代码(170)，所述多个代码修改操作中的所述一个或多个代码修改操作包括对实现所述决策树(160)的所述软件代码(170)的所述多个条件中的所述至少一个条件和所述至少另一个条件重新排序。

8.根据上述权利要求中任一项所述的数据处理装置(100)，其特征在于，所述数据处理装置(100)还用于将所述软件代码(170)编译成所述软件...

【专利技术属性】
技术研发人员：菲斯尼克·卡斯特拉蒂，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：