CN110728317A 决策树模型的训练方法、系统、存储介质及预测方法 （腾讯科技（深圳）有限公司）.docxVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN110728317A

(43)申请公布日2020.01.24

(21)申请号201910944121.4

(22)申请日2019.09.30

(71)申请人腾讯科技（深圳）有限公司

地址518044广东省深圳市南山区高新区

科技中一路腾讯大厦35层

(72)发明人江佳伟符芳诚

(74)专利代理机构北京同达信恒知识产权代理

有限公司11291

代理人李娟

(51)Int.Cl.

G06K9/62(2006.01)

权利要求书3页说明书19页附图12页

(54)发明名称

决策树模型的训练方法、系统、存储介质及

预测方法

(57)摘要

CN110728317A本申请公开了一种决策树模型的训练方法、系统、存储介质及预测方法，涉及人工智能技术，利用人工智能中机器学习技术对决策树模型进行训练，所述方法包括：每个子处理节点分别针对当前训练的树节点，获取当前训练的树节点的节点训练特征集和梯度数据，根据获取的节点训练特征集和梯度数据确定出局部最佳分裂规则并发送给主处理节点；每个子处理节点分别针对当前训练的树节点；主处理节点从每个子处理节点确定出的局部最佳分裂规则中，选出当前训练的树节点对应的分裂规则。这样可以减少训练过

CN110728317A

CN1107283