[发明专利]面向多分类XGBoost模型的可解释森林构建方法在审
申请号: | 202310363561.7 | 申请日: | 2023-04-06 |
公开(公告)号: | CN116415659A | 公开(公告)日: | 2023-07-11 |
发明(设计)人: | 陈龙;王璐雪 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06N5/01 | 分类号: | G06N5/01;G06N20/20;G06F18/214;G06F18/243 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 方钟苑 |
地址: | 400065 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种面向多分类XGBoost模型的可解释森林构建方法,属于人工智能领域。该方法包括:数据预处理阶段包括:数据分类处理和数据不平衡处理;生成可解释树阶段包括:规则提取、规则过滤、规则合并和生成可解释树;可解释森林构建阶段包括:训练二分类XGBoost模型组,二分类XGBoost模型转换为可解释树,多棵可解释树组成可解释森林;可解释森林应用阶段为使用可解释森林实现多分类XGBoost可解释效果。本发明解决了使用者无法了解多分类XGBoost模型决策依据导致的不信任机器学习模型问题;可得到输入数据样本的决策路径,使用者可理解模型内部工作原理以及模型作出决策的依据。 | ||
搜索关键词: | 面向 分类 xgboost 模型 可解释 森林 构建 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310363561.7/,转载请声明来源钻瓜专利网。