CN114529108B - 基于树模型的预测方法、装置、设备、介质及程序产品 - Google Patents

基于树模型的预测方法、装置、设备、介质及程序产品 Download PDF

Info

Publication number
CN114529108B
CN114529108B CN202210425392.0A CN202210425392A CN114529108B CN 114529108 B CN114529108 B CN 114529108B CN 202210425392 A CN202210425392 A CN 202210425392A CN 114529108 B CN114529108 B CN 114529108B
Authority
CN
China
Prior art keywords
splitting
passive
party
feature
split
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210425392.0A
Other languages
English (en)
Other versions
CN114529108A (zh
Inventor
李硕
张梦
王艺
岳洪达
尉乃升
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210425392.0A priority Critical patent/CN114529108B/zh
Publication of CN114529108A publication Critical patent/CN114529108A/zh
Application granted granted Critical
Publication of CN114529108B publication Critical patent/CN114529108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Evolutionary Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种基于树模型的预测方法、装置、设备、介质及程序产品，涉及信息安全技术领域和人工智能技术领域。该方法的一实施方式包括：获取待预测业务特征；根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值；接收至少一个被动方返回的查询请求对应的查询结果；根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径；根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。

Description

基于树模型的预测方法、装置、设备、介质及程序产品
技术领域
本公开涉及计算机领域，具体涉及信息安全技术领域和人工智能技术领域，尤其涉及一种基于树模型的预测方法、装置、设备、介质及程序产品。
背景技术
树模型是一种基于统计的机器学习算法，该算法训练得到的模型是一种树形结构，树的内部节点定义了特征项以及其对应的划分阈值，树的叶子节点定义了最终预测的结果。
安全多方计算(Secure Multi-Party Computation)，是一种保护数据安全隐私的多方计算方法。安全多方计算允许多个持有各自私有数据的参与方，共同执行一个计算逻辑，并获得计算结果，参与过程中，每一方均不会泄漏各自的私有数据。
将安全多方计算引入树模型中可以实现隐私保护下的多方联合建模，建模完成后，每方只拥有模型的一部分信息，从而需要进行联合预测。
发明内容
本公开实施例提出了一种基于树模型的预测方法、装置、设备、介质及程序产品。
第一方面，本公开实施例提出了一种基于树模型的预测方法，包括：获取待预测业务特征；根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值；接收至少一个被动方返回的查询请求对应的查询结果；根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径；根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
第二方面，本公开实施例提出了一种基于树模型的预测装置，包括：特征获取模块，被配置成获取待预测业务特征；第一确定模块，被配置成根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值；结果接收模块，被配置成接收至少一个被动方返回的查询请求对应的查询结果；第二确定模块，被配置成根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径；第三确定模块，被配置成根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
第三方面，本公开实施例提出了一种树模型的生成方法，包括：获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息；确定第一样本数据集对应的一阶梯度、二阶梯度；根据第一样本数据集中特征数据的分箱对应的一阶梯度和，以及二阶梯度和，确定分裂增益；向至少一个被动方发送分裂增益，以使至少一个被动方根据分裂增益，确定第二样本数据集中特征数据的分箱对应的一阶梯度和，以及二阶梯度和；根据第二样本数据集中特征数据的分箱对应的一阶梯度和，确定目标分裂点；接收至少一个被动方发送的目标分裂点，确定最优分裂点；将树分裂终止信号发送给至少一个被动方，直至树模型的损失函数的变化值小于终止阈值。
第四方面，本公开实施例提出了一种树模型的生成装置，包括：信息获取模块，被配置成获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息；梯度确定模块，被配置成确定第一样本数据集对应的一阶梯度、二阶梯度；增益确定模块，被配置成根据第一样本数据集中特征数据的分箱对应的一阶梯度和，以及二阶梯度和，确定分裂增益；增益发送模块，被配置成向至少一个被动方发送分裂增益，以使至少一个被动方根据分裂增益，确定第二样本数据集中特征数据的分箱对应的一阶梯度和，以及二阶梯度和；根据第二样本数据集中特征数据的分箱对应的一阶梯度和，确定目标分裂点；分裂点接收模块，被配置成接收至少一个被动方发送的目标分裂点，确定最优分裂点；模型训练模块，被配置成将树分裂终止信号发送给至少一个被动方，直至树模型的损失函数的变化值小于终止阈值。
第五方面，本公开实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面或第二方面描述的方法。
第六方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面或第二方面描述的方法。
第七方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面或第二方面描述的方法。
本公开实施例提供的基于树模型的预测方法、装置、设备、介质及程序产品，能够根据树模型的树结构向至少一个被动方发送查询请求，以获得查询结果；之后，基于该查询结果和主动方的分裂点的第一特征及第一特征分裂值，确定预测路径，从而能够根据预测路径中分裂点的叶节点对应的权重，实现对待预测业务特征的预测。
应当理解，本部分所描述的内容并非旨在标识本公开实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开的基于树模型的预测方法的一个实施例的流程图；
图3是树模型的示意图；
图4是树模型的示意图；
图5是根据本公开的基于树模型的预测方法的一个应用场景图；
图6是树模型的示意图；
图7是树模型的示意图；
图8是树模型的示意图；
图9是根据本公开的树模型的生成方法的一个实施例的流程图；
图10是根据本公开的基于树模型的预测装置的一个实施例的示意图；
图11是根据本公开的基于树模型的生成装置的一个实施例的示意图；
图12是用来实现本公开实施例的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的基于树模型的预测方法和装置或树模型的生成方法和装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括至少一个被动方设备101，网络和主动方设备103，在图1中以两个被动方设备为示例。网络用以在至少一个被动方设备101和主动方设备103之间提供通信链路的介质。网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
至少一个被动方设备101可以是硬件，也可以是软件。当被动方设备101为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当被动方设备101为软件时，可以实现成多个软件或软件模块（例如用来提供分布式服务），也可以实现成单个软件或软件模块。在此不做具体限定。
主动方设备103可以提供各种服务。例如，主动方设备103可以获取待预测业务特征；根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值；接收至少一个被动方返回的查询请求对应的查询结果；根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径；根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
需要说明的是，主动方设备103可以是硬件，也可以是软件。当主动方设备103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当主动方设备103为软件时，可以实现成多个软件或软件模块（例如用来提供分布式服务），也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的基于树模型的预测方法或树模型的生成方法一般由主动方设备103执行，相应地，基于树模型的预测装置或树模型的生成装置一般设置于主动方设备103中。
应该理解，图1中的主动方设备、被动方设备和网络的数目仅仅是示意性的。根据实现需要，可以具有任意数目的主动方设备、被动方设备和网络。
继续参考图2，其示出了根据本公开的基于树模型的预测方法的一个实施例的流程200。该基于树模型的预测方法可以包括以下步骤。
步骤201，获取待预测业务特征。
在本实施例中，基于树模型的预测方法的执行主体（例如图1所示的主动方设备103）可以从本地或通过网络（例如图1所示的网络102）从被动方设备（例如所示的至少一个被动方设备101）获取待预测业务特征。上述待预测业务特征可以为与业务相关的特征。
本公开的技术方案中，所涉及的待预测业务特征的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
步骤202，根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值。
在本实施例中，上述执行主体可以将待预测业务特征输入到预先训练的树模型中，根据待预测业务特征与预先训练的树模型包括的特征进行匹配，以确定该待预测特征中的位于预先训练的树模型的左子树，以及位于预先训练的树模型的右子树。
需要说明的是，左子树可以为主动方对应的树，右子树可以为被动方对应的树。
在联邦学习场景中，通常涉及到两种参与方，主动方是持有数据和标签（目标预测结果）的参与方（也可称作Guest方），被动方是持有数据（也可称作Host方）的参与方。本公开实施例提供的方法可以适用于一个Guest方以及至少一个Host方参与的树模型。
在一个示例中，以一个Guest方和一个Host方协同训练树模型为例，单条训练样本中，Guest方与Host方各持有部分特征，其中，Guest方提供G_1，G_2，G_3，……，G_n，共n个第一特征，n≥1且n为整数；Host方提供H_1，H_2，H_3，……，H_m，共m个第二特征，m≥1且m为整数。可以理解的是，单条训练样本的特征集合共包含n个第一特征以及m个第二特征，特征集合可表示为{G_1，G_2，G_3，……，G_n，H_1，H_2，H_3，……，H_m}。
需要说明的是，在联邦学习场景中，为了保护主动方和被动方数据的隐私性，通常不会直接将Host方的特征传输给Guest方，而是通过加密方式在主动方和被动方之间传递相应的中间信息（如模型参数等）。因此，在计算Host方对预测结果（树模型的输出结果）的影响（或称贡献信息）时，通常是确定Host方的整体影响，在实际实施时，可以将Host方提供的所有特征看作一个整体特征，可称为联邦特征。
在本实施例中，树模型不限于Xgboost（eXtreme Gradient Boosting）模型，而还可以为GBDT（Gradient Boosting Decision Tree，梯度下降树）、随机森林等各种树模型。
步骤203，接收至少一个被动方返回的查询请求对应的查询结果。
在本实施例中，上述执行主体可以通过网络（例如图1所示的网络102）接收至少一个被动方返回的与查询请求对应的查询结果。上述查询结果与至少一个被动方的查询请求相对应，该查询结果可以为第二特征与第二特征分裂值之间的比较结果。
步骤204，根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径。
在本实施例中，上述执行主体可以根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径。
在一个示例中，如图3所示，以两个被动方为例，该预测路径为根节点→节点1→叶节点2，涉及训练方1和训练方3两个被动方，也就是说，主动方需要从训练方1和训练方3这两个被动方分别接收查询结果，根据从训练方1接收的查询结果确定根节点→节点1这段预测路径，根据从训练方3接收的查询结果确定节点1→叶节点2这段预测路径，综合这两段预测路径得到整个预测路径。
步骤205，根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
在本实施例中，上述执行主体可以根据预测路径中所有分裂点的叶节点对应的权重的累计，确定目标预测结果。
本公开实施例提供的基于树模型的预测方法，首先获取待预测业务特征；之后根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值；之后接收至少一个被动方返回的查询请求对应的查询结果；之后根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径；最后根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。能够根据树模型的树结构向至少一个被动方发送查询请求，以获得查询结果；之后，基于该查询结果和主动方的分裂点的第一特征及第一特征分裂值，确定预测路径，从而能够根据预测路径中分裂点的叶节点对应的权重，通过树模型实现对待预测业务特征的预测。
在本实施例的一些可选的实现方式中，根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径，包括：比较第一特征与第一特征分裂值，得到第一比较结果；根据查询结果和第一比较结果，确定预测路径。
在本实现方式中，上述执行主体可以根据第一特征与第一特征分裂值之间的比值，得到第一比较结果；然后根据第一比较结果，以及查询结果，确定预测路径，该查询结果为可以被动方对应的第二特征与第二特征分裂值之间的比较结果。
在一个示例中，如图4所示，以“收入”为分裂点，其中，100条样本中有40条样本中的“收入”对应的值符合“收入＜2000”（沿“收入”节点的左分支操作（对应树模型的左子树）），剩余的60条样本符合“收入≥2000”（沿“收入”节点的右分支操作（对应树模型的右子树））；即以“收入＝2000”将100条样本分成两组，一组包含40条样本，另一组包含60条样本。以“年龄”为分裂点，其中有20条样本满足“年龄＜18”（往左边走），有20条样本满足“年龄≥18”；以“身高”为分割（分裂）点，其中有15条样本（分裂子集）满足“身高＜170”（往左边走），有45条样本满足“身高≥170”。
对应地，在该示例中，以X＝{收入＝1500，年龄＝17，身高＝165cm}为例，X在上述树模型中对应的预测路径为0→1→3。
在本实施例的一些可选的实现方式中，确定被动方的分裂点对预测路径的贡献信息；将贡献信息作为可解释性信息。
在本实现方式中，上述执行主体可以确定被动方的分裂点对预测路径的贡献信息；之后，将该贡献信息作为可解释性信息。
需要说明的是，分裂点对应的特征可以通过贡献信息上反映，在本次分裂时，该特征所起的作用，并在一定程度上反映该特征对预测路径的贡献信息。该贡献信息可以用于分裂点对应的表征的特征重要性。
需要说明的是，在训练阶段，可以确定树模型的可解释性信息，在预测阶段，可以根据上述可解释性信息，对树模型的业务预测结果进行解释。
例如，预测结果（例如，收入）为年龄在30岁~40岁对应的分裂点的叶节点的权重，那么可以将年龄在30岁~40岁对应的分裂点对预测路径的贡献信息作为可解释性信息，该可解释性信息可以反映年龄在30岁~40岁对应的分裂点的特征对预测结果的影响。
在本实现方式中，上述执行主体可以将被动方的分裂点对预测路径的贡献信息作为可解释性信息，以实现对可解释性信息的准确确定。
在本实施例的一些可选的实现方式中，确定被动方的分裂点对预测路径的贡献信息，包括：根据被动方的分裂点的第二特征分裂值，确定被动方的分裂点对预测路径的贡献信息。
在本实现方式中，上述执行主体可以根据被动方的分裂点的第二特征分裂值，确定该被动方的分裂点对预测路径的贡献信息。
需要说明的是，分裂点对应的特征可以通过贡献信息上反映，在本次分裂时，该特征所起的作用，并在一定程度上反映该特征对预测路径的贡献信息。
在本实现方式中，分裂点的特征分裂值可以用于确定该分裂点是划分为左子树还是右子树，从而可以影响预测路径的形成。该特征分裂值可以由树模型在训练过程的参数（例如，梯度）等确定。
在本实现方式中，上述执行主体可以根据被动方的分裂点的第二特征分裂值，确定该被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，确定被动方的分裂点对预测路径的贡献信息，包括：根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
在本实现方式中，上述执行主体可以根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。上述期望权重可以为被动方的分裂点对应的权重。
需要说明的是，上述贡献信息可以用于分裂点对应的表征的特征重要性。
在本实现方式中，上述执行主体可以根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，准确地确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息，包括：根据被动方的分裂点的左叶节点的期望权重和被动方的分裂点的第一预设数量，以及被动方的分裂点的右叶节点的期望权重和被动方的分裂点的第二预设数量，确定被动方的分裂点的期望权重，其中，第一预设数量为属于被动方的分裂点划分到左子树的数量，第二预设数量为属于被动方的分裂点划分到右子树的数量；根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
在本实现方式中，上述执行主体可以根据被动方的分裂点的左叶节点的期望权重和被动方的分裂点的第一预设数量，以及分裂点的右叶节点的期望权重和被动方的分裂点的第二预设数量，确定分裂点的期望权重，其中，第一预设数量为属于被动方的分裂点划分到左子树的数量，第二预设数量为属于被动方的分裂点划分到右子树的数量；根据分裂点的期望权重和叶节点的叶节点权重，确定分裂点对应的节点贡献信息。
对应地，在该示例中，上述节点贡献信息与路径有关，分裂点可以包括划分到左子树的贡献信息，以及划分到右子树的贡献信息。第一预设数量可以为与左子树对应的样本数量，第二预设数量可以为与右子树对应的样本数量。
在一个示例中，如果该分裂点为父节点，则按照上述的方式，确定被动方的分裂点对预测路径的贡献信息。
需要说明的是，通过以上方式为分裂点赋予了节点贡献信息。由于分裂点还对应一项特征，节点贡献信息可以从一定意义上反映，在本次分裂时，该特征所起的作用，并在一定程度上反映该特征对预测路径的贡献信息。
在本实现方式中，上述执行主体可以根据被动方的分裂点的左叶节点的期望权重和被动方的分裂点的第一预设数量，以及被动方的分裂点的右叶节点的期望权重和被动方的分裂点的第二预设数量，准确地确定被动方的分裂点的期望权重。
在本实施例的一些可选的实现方式中，确定被动方的分裂点对预测路径的贡献信息，包括：根据被动方的分裂点的第一预设数量、被动方的分裂点的第二预设数量和待预测业务特征在被动方的分裂点处的分裂次数，确定被动方的分裂点对预测路径的贡献信息。
在本实现方式中，上述执行主体可以根据第一预设数量、第二预设数量和待预测业务特征在被动方的分裂点处的分裂次数，确定被动方的分裂点对预测路径的贡献信息；其中，第一预设数量为属于被动方的分裂点划分到左子树的数量，第二预设数量为属于被动方的分裂点划分到右子树的数量。
在一个示例中，上述执行主体可以根据第一预设数量和第二预设数量，与待预测业务特征在被动方的分裂点处的分裂次数之间的比值，确定被动方的分裂点对预测路径的贡献信息。
需要说明的是，根据第一预设数量和第二预设数量，与待预测业务特征在被动方的分裂点处的分裂次数之间的比值，可以用于表征cover，该cover（覆盖度）可以用于表征树模型在分裂时，特征下的叶节点涵盖的样本数量除以该特征被分裂的次数。
在本实现方式中，上述执行主体可以根据第一预设数量、第二预设数量和待预测业务特征在被动方的分裂点处的分裂次数，准确地确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，确定被动方的分裂点对预测路径的贡献信息，包括：获取被动方的分裂点的分裂增益；根据被动方的分裂点的分裂增益，确定分裂增益；根据分裂增益，确定被动方的分裂点对预测路径的贡献信息。
在本实现方式中，上述执行主体可以获取被动方的分裂点的分裂增益，以根据该被动方的分裂点的分裂增益，确定被动方的分裂点对预测路径的贡献信息。上述分裂增益可以为用于表征偏向预测结果中类别数目多的特征，可以反映被动方的分裂点的特征重要性。
在一个示例中，上述执行主体可以接收被动方发送的分裂点的分裂增益；或，由主动方主动从被动方获取的分裂点的分裂增益。上述分裂增益可以根据被动方的分裂点的特征对应的一阶梯度和二阶梯度所确定。
在本实现方式中，上述执行主体可以根据被动方的分裂点的分裂增益，确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，该基于树模型的预测方法还包括：记录预先训练的树模型中的节点，节点包括主动方对应的分裂点和被动方对应的分裂点，以及分裂点对应的叶节点；以及记录分裂点分别对应的训练方及在该训练方中的记录编号，叶节点的叶节点权重，其中，记录编号对应训练方中记录的特征及对应的特征分裂值。
在本实现方式中，上述执行主体还可以记录预先训练的树模型中的节点，节点包括主动方对应的分裂点和被动方对应的分裂点，以及分裂点对应的叶节点；以及记录分裂点分别对应的训练方及在该训练方中的记录编号，叶节点的叶节点权重，其中，记录编号对应训练方中记录的特征及对应的特征分裂值。
在一个示例中，如图3所示，树模型的树结构包括根节点、节点1、节点2、叶节点1、叶节点2、叶节点3和叶节点4，其中，根节点、节点1、节点2为分裂点，以根节点为例，根节点作为树结构中的一个分裂点，通过将分裂点的特征与特征阈值（即，特征分裂值）的比较，将待预测业务特征划分为节点1或节点2中，通过这样的过程，最后将待预测业务特征划分到各个叶节点中，各个叶节点具有相应的叶节点权重，也叫分值，例如，叶节点1的叶节点权重为w1，叶节点2的叶节点权重为w2，叶节点3的叶节点权重为w3，叶节点4的叶节点权重为w4。
上述执行主体可以记录分裂点分别对应的训练方及在该训练方中的记录编号，例如，根节点对应训练方1、记录编号1，节点1对应训练方3、记录编号1，节点2对应训练方2、记录编号1。
需要说明的是，训练方中可以预先存储着一个查询表，该查询表可以包括一项或多项记录，每项记录具有相应的记录编号，记录编号对应训练方中记录的一项特征及该特征的特征阈值，训练方通过查询记录编号对应的特征及特征阈值，可以确定下一分裂点，最终确定待预测业务特征划分到的叶节点。
继续参考图5，其示出了根据本公开的基于树模型的预测方法的一个应用场景图。在该应用场景图中，树模型用于进行业务预测，并基于联邦学习的方式，依靠分布于多个训练方的训练样本得到，多个训练方包括主动方和至少一个被动方，主动方至少具有训练样本的标签值，被动方具有训练样本的一部分样本特征。可选的，上述多个训练方可以是两个训练方，三个训练方或四个训练方等等。
参照图5，以训练样本分布于三个训练方为例进行说明，其中，训练方2为主动方，具有训练样本1的标签1；训练方1为被动方，具有训练样本1的特征1、特征2；训练方3为被动方，具有训练样本1的特征3、特征4。
在一个示例中，分别如图6~8所示，A与B这两棵树互补，其中A方的特征可以包括F1，F2，F8，F9对应的特征，B方的特征可以包括X1，X2对应的特征，A与B只能各自查看自己相应的特征分裂值。
假如A方想要预测，A方在计算时输入自己的特征，如F1=0.2，F2=0.1，F8=0.5，F9=0.1，计算F1=0.2，F2=0.1，F8=0.5，F9=0.1对应的叶节点权重；例如，F1<0.3的结果是true，走左边，可以记为0，这样就得到了以下一组计算结果：
F1<0.3是0（true，走左边）
F2<0.2是0（true，走左边）
F8<0.5是1（false，走右边）
F9<0.3是0（true，走左边）
汇总为：（node（节点）0:0，node1:0，node4:1，node6:0）
此时A方会请求B方进行相同的计算，假设B方的特征为X1=0.5，X2=0.7，同理可以得到B方的结果为（node2:1，node3:1，node5:1）
B方会将上面的结果发给A方，A方会汇总两个结果，最终得到包含全部节点走向（即，预测路径）的结果，如（node0:0，node1:0，node2:1，node3:1，node4:1，node5:1，node6:0），这个结果最终会指向唯一的叶节点。
需要说明的是，这棵树最终的结果0.2（即，X1对应的0.2），整体过程B方只是透露了路径方向，没有透露具体的特征及分裂特征值。如果树模型是多颗树组成的，那么最终的预测结果可以是多颗树结果的和。
本公开实施例中，可以分为两个阶段：树模型的训练阶段和预测阶段。在训练阶段会记录树模型的树结构，包括分裂点（即，所在方（例如，主动方或被动方）及相应记录编号）及叶节点权重，以及记录每次的特征及特征分裂值（也称为特征阈值）。在预测阶段，可以根据上述信息，通过树模型进行业务预测。
继续参考图9，其示出了根据本公开的树模型的生成方法的一个实施例的流程900。该基于树模型的生成方法可以包括以下步骤。
步骤901，获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息。
在本实施例中，树模型的生成方法的执行主体（例如图1所示的主动方设备103）可以获取对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息。
例如，编号信息为1001的样本数据集，编号为1，特征数据的分箱信息为01；编号信息为1002的样本数据集，编号为2，特征数据的分箱信息为01；编号信息为1003的样本数据集，编号为3，特征数据的分箱信息为10。
在一个示例中，根据第一样本数据集的第p个特征数据中的最大值Ap、最小值Bp以及分箱数量N确定分箱的区间边界，N个分箱依次编号为1，2……N。以及根据第二样本数据集的第q个特征数据中的最大值Aq、最小值Bq以及分箱数量N确定分箱的区间边界，N个分箱依次编号为1，2……N。
需要说明的是，第一样本数据集和第二样本数据集包括的样本数可以相同，特征数据的分箱数量都可以为N。
对应地，根据第一样本数据集的第p个特征数据中的最大值Ap、最小值Bp以及分箱数量N确定分箱的区间边界可以包括：
分箱的区间的长度为W=(Ap−Bp)/N，则第1个分箱的区间边界为（Bp、Bp+W），第2个分箱的区间边界为（Bp+W+1、Bp+2W）……，第N-1个分箱的区间边界为（Bp+(N-2)W+1、Bp+(N-1)W），第N个分箱的区间边界为（Bp+(N-1)W+1、Ap）。
需要说明的是，根据第二样本数据集的第q个特征数据中的最大值Aq、最小值Bq以及分箱数量N确定分箱的区间边界可以基于上述的方法进行确定。
在本实施例中，主动方、被动方将各自的样本数据集中的特征数据进行分箱并记录对应的分箱信息，对特征数据对应的所有分箱信息进行切片存储，主动方将计算出的所有一阶梯度、二阶梯度进行切片存储，这样可以降低存储空间、压缩搜索最优分裂点的时间、压缩通信量。
步骤902，确定第一样本数据集对应的一阶梯度、二阶梯度。
在本实现方式中，上述执行主体可以确定第一样本数据集对应的一阶梯度gx(i)、二阶梯度hx(i)，其中，x(i)为第一样本数据集中的第i个样本。
Figure 718853DEST_PATH_IMAGE001
Figure 325415DEST_PATH_IMAGE002
其中，
Figure 318779DEST_PATH_IMAGE003
表示样本x(i)对应的真实值，
Figure 73108DEST_PATH_IMAGE004
表示样本x(i)对应的预测值。
步骤903，根据第一样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和，确定分裂增益。
在本实现方式中，上述执行主体可以根据第一样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和，确定分裂增益。将同一分箱中的一阶梯度进行求和，以及二阶梯度进行求和。
在树模型中，可以通过计算各种可能的分裂结果的分裂增益来确定该节点的特征及相应的特征分裂值。不同的树模型可能具有不同的计算分裂增益的公式，但是所共通的是，需要基于样本的标签值来计算分裂增益，也就是说，分裂增益是与模型预测的准确性相一致的，分裂增益越大，模型预测的准确性越高，即模型预测值与相应标签值之间的误差越小。
在一个示例中，主动方计算gain（分裂增益）的公式依据第一样本数据集中特征数据对应的一阶梯度和、二阶梯度所确定。
例如，计算分裂增益的公式如下：
Figure 498536DEST_PATH_IMAGE005
其中，G（或g）代表一阶导数，H（或h）代表二阶导数、L代表左叶节点，R代表右叶节点，λ代表L2正则系数，score代表分裂增益。
步骤904，向至少一个被动方发送分裂增益，以使至少一个被动方根据分裂增益，确定第二样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和；根据第二样本数据集中特征数据的分箱信息对应的一阶梯度和，确定目标分裂点。
在本实现方式中，上述执行主体可以向至少一个被动方发送分裂增益，以使至少一个被动方根据分裂增益，确定第二样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和；之后，根据该一阶梯度和二阶梯度和，确定目标分裂点。
在一个示例中，上述执行主体可以根据主动方发送的分裂增益，确定树模型中所涉及到的分裂点，并根据该分裂点的特征数据对应的一阶梯度和、二阶梯度和，所涉及到的分裂点对应的分裂增益，并将分裂增益最大的分裂点作为目标分裂点。
步骤905，接收至少一个被动方发送的目标分裂点，确定最优分裂点。
在本实现方式中，上述执行主体可以根据至少一个被动方发送的目标分裂点，确定最优分裂点。
在一个示例中，可以将至少一个被动方确定的目标分裂点直接确定为最优分裂点。
步骤906，将树分裂终止信号发送给至少一个被动方，直至树模型的损失函数的变化值小于终止阈值。
在本实现方式中，上述执行主体可以将数分裂终止信号发送给至少一个被动方，直至满足树模型的迭代停止条件。
本公开实施例提供的树模型的生成方法，通过获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息；之后，根据第一样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和，确定分裂增益；之后，将该分裂增益发送至至少一个被动方，由至少一个被动方根据分裂增益确定目标分裂点；从而能够根据目标分裂点，确定最优分裂点，之后对该树模型进行训练，直至树模型的损失函数的变化值小于终止阈值，从而实现对树模型的训练。
进一步参考图10，作为对上述各图所示方法的实现，本公开提供了一种基于树模型的预测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图10所示，本实施例的基于树模型的预测装置1000可以包括：特征获取模块1001、第一确定模块1002、结果接收模块1003、第二确定模块1004和第三确定模块1005。其中，特征获取模块1001，被配置成获取待预测业务特征；第一确定模块1002，被配置成根据待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据树模型的树结构向至少一个被动方发送查询请求，查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值；结果接收模块1003，被配置成接收至少一个被动方返回的查询请求对应的查询结果；第二确定模块1004，被配置成根据主动方的分裂点对应的第一特征及第一特征分裂值，以及查询结果，确定预测路径；第三确定模块1005，被配置成根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
在本实施例中，基于树模型的预测装置1000中：特征获取模块1001、第一确定模块1002、结果接收模块1003、第二确定模块1004和第三确定模块1005的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-205的相关说明，在此不再赘述。其中，第一确定模块、第二确定模块和第三确定模块可以为相同或不同的模块。
在本实施例的一些可选的实现方式中，第二确定模块1004，进一步被配置成：比较第一特征与第一特征分裂值，得到第一比较结果；根据查询结果和第一比较结果，确定预测路径，其中，查询结果为被动方对应的第二特征与第二特征分裂值之间的比较结果。
在本实施例的一些可选的实现方式中，该基于树模型的预测装置还包括：第四确定模块，被配置成确定被动方的分裂点对预测路径的贡献信息；信息作为模块，被配置成将贡献信息作为可解释性信息。
在本实施例的一些可选的实现方式中，第四确定模块，进一步被配置成：根据被动方的分裂点的第二特征分裂值，确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，第四确定模块，进一步被配置成：根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，第四确定模块，进一步被配置成：根据被动方的分裂点的左叶节点的期望权重和被动方的分裂点的第一预设数量，以及被动方的分裂点的右叶节点的期望权重和被动方的分裂点的第二预设数量，确定被动方的分裂点的期望权重，其中，第一预设数量为属于被动方的分裂点划分到左子树的数量，第二预设数量为属于被动方的分裂点划分到右子树的数量；根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，第四确定模块，进一步被配置成：根据被动方的分裂点的第一预设数量、被动方的分裂点的第二预设数量和待预测业务特征在被动方的分裂点处的分裂次数，确定被动方的分裂点对预测路径的贡献信息，其中，第一预设数量为属于被动方的分裂点划分到左子树的数量，第二预设数量为属于被动方的分裂点划分到右子树的数量。
在本实施例的一些可选的实现方式中，第四确定模块，进一步被配置成：获取被动方的分裂点的分裂增益；根据该分裂增益，确定被动方的分裂点对预测路径的贡献信息。
在本实施例的一些可选的实现方式中，装置还包括：信息记录模块，被配置成记录预先训练的树模型中的节点，节点包括主动方对应的分裂点和被动方对应的分裂点，以及分裂点对应的叶节点；以及记录分裂点分别对应的训练方及在该训练方中的记录编号，叶节点的叶节点权重，其中，记录编号对应训练方中记录的特征及对应的特征分裂值。
进一步参考图11，作为对上述各图所示方法的实现，本公开提供了一种树模型的生成装置的一个实施例，该装置实施例与图9所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图11所示，本实施例的树模型的生成装置1100可以包括：信息获取模块1101、梯度确定模块1102、增益确定模块1103、增益发送模块1104、分裂点接收模块1105和模型训练模块1106。其中，信息获取模块1101，被配置成获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息；梯度确定模块1102，被配置成确定第一样本数据集对应的一阶梯度、二阶梯度；增益确定模块1103，被配置成根据第一样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和，确定分裂增益；增益发送模块1104，被配置成向至少一个被动方发送分裂增益，以使至少一个被动方根据分裂增益，确定第二样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和；根据第二样本数据集中特征数据的分箱信息对应的一阶梯度和，确定目标分裂点；分裂点接收模块1105，被配置成接收至少一个被动方发送的目标分裂点，确定最优分裂点；模型训练模块1106，被配置成将分裂信息、树分裂终止信号发送给至少一个被动方，直至树模型的损失函数的变化值小于终止阈值。
在本实施例中，树模型的生成装置1100中：信息获取模块1101、梯度确定模块1102、增益确定模块1103、增益发送模块1104、分裂点接收模块1105和模型训练模块1106的具体处理及其所带来的技术效果可分别参考图9对应实施例中的步骤901-906的相关说明，在此不再赘述。
根据本公开实施例，本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品。
图12示出了可以用来实施本公开实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图12所示，设备1200包括计算单元1201，其可以根据存储在只读存储器（ROM）1202中的计算机程序或者从存储单元1208加载到随机访问存储器（RAM）1203中的计算机程序，来执行各种适当的动作和处理。在RAM 1203中，还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出（I/O）接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205，包括：输入单元1206，例如键盘、鼠标等；输出单元1207，例如各种类型的显示器、扬声器等；存储单元1208，例如磁盘、光盘等；以及通信单元1209，例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理，例如基于树模型的预测方法或树模型的生成方法。例如，在一些实施例中，基于树模型的预测方法或树模型的生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1208。在一些实施例中，计算机程序的部分或者全部可以经由ROM1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时，可以执行上文描述的基于树模型的预测方法或树模型的生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元1201可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行基于树模型的预测方法或树模型的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
人工智能是研究计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语音处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提及的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (22)

1.一种基于树模型的预测方法，包括：
获取待预测业务特征；
根据所述待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据所述树模型的树结构向至少一个被动方发送查询请求，包括：将所述待预测业务特征输入到预先训练的树模型中，根据所述待预测业务特征与预先训练的树模型包括的特征进行匹配，确定所述待预测特征中的位于预先训练的树模型的左子树，以及位于预先训练的树模型的右子树，所述查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值，其中，所述左子树和所述右子树互补，所述左子树包括主动方的分裂点对应的第一特征及第一特征分裂值，所述右子树包括被动方的分裂点对应的第二特征及第二特征分裂值；
接收所述至少一个被动方返回的查询请求对应的查询结果；
根据主动方的分裂点对应的第一特征及第一特征分裂值，以及所述查询结果，确定预测路径；
根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
2.根据权利要求1所述的方法，其中，所述根据主动方的分裂点对应的第一特征及第一特征分裂值，以及所述查询结果，确定预测路径，包括：
比较所述第一特征与所述第一特征分裂值，得到第一比较结果；
根据所述查询结果和所述第一比较结果，确定预测路径，其中，所述查询结果为被动方对应的第二特征与第二特征分裂值之间的比较结果。
3.根据权利要求1所述的方法，所述方法还包括：
确定被动方的分裂点对预测路径的贡献信息；
将所述贡献信息作为可解释性信息。
4.根据权利要求3所述的方法，其中，所述确定被动方的分裂点对预测路径的贡献信息，包括：
根据被动方的分裂点的第二特征分裂值，确定被动方的分裂点对预测路径的贡献信息。
5.根据权利要求3所述的方法，其中，所述确定被动方的分裂点对预测路径的贡献信息，包括：
根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
6.根据权利要求5所述的方法，其中，所述根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息，包括：
根据被动方的分裂点的左叶节点的期望权重和被动方的分裂点的第一预设数量，以及被动方的分裂点的右叶节点的期望权重和被动方的分裂点的第二预设数量，确定被动方的分裂点的期望权重，其中，所述第一预设数量为属于被动方的分裂点划分到左子树的数量，所述第二预设数量为属于所述被动方的分裂点划分到右子树的数量；
根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
7.根据权利要求3所述的方法，其中，所述确定被动方的分裂点对预测路径的贡献信息，包括：
根据被动方的分裂点的第一预设数量、被动方的分裂点的第二预设数量和所述待预测业务特征在被动方的分裂点处的分裂次数，确定被动方的分裂点对预测路径的贡献信息，其中，所述第一预设数量为属于被动方的分裂点划分到左子树的数量，所述第二预设数量为属于所述被动方的分裂点划分到右子树的数量。
8.根据权利要求3所述的方法，其中，所述确定被动方的分裂点对预测路径的贡献信息，包括：
获取被动方的分裂点的分裂增益；
根据所述分裂增益，确定被动方的分裂点对预测路径的贡献信息。
9.根据权利要求1所述的方法，所述方法还包括：
记录预先训练的树模型中的节点，所述节点包括主动方对应的分裂点和被动方对应的分裂点，以及分裂点对应的叶节点；以及
记录分裂点分别对应的训练方及在该训练方中的记录编号，叶节点的叶节点权重，其中，所述记录编号对应训练方中记录的特征及对应的特征分裂值。
10.一种树模型的生成方法，包括：
获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息；
确定所述第一样本数据集对应的一阶梯度、二阶梯度；
根据所述第一样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和，确定分裂增益；
向所述至少一个被动方发送所述分裂增益，以使所述至少一个被动方根据所述分裂增益，确定所述第二样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和；根据所述第二样本数据集中特征数据的分箱信息对应的一阶梯度和，确定目标分裂点；
接收所述至少一个被动方发送的所述目标分裂点，确定最优分裂点；
将树分裂终止信号发送给所述至少一个被动方，直至树模型的损失函数的变化值小于终止阈值。
11.一种基于树模型的预测装置，包括：
特征获取模块，被配置成获取待预测业务特征；
第一确定模块，被配置成根据所述待预测业务特征和预先训练的树模型，确定主动方的分裂点对应的第一特征及第一特征分裂值，以及根据所述树模型的树结构向至少一个被动方发送查询请求，进一步被配置成：将所述待预测业务特征输入到预先训练的树模型中，根据所述待预测业务特征与预先训练的树模型包括的特征进行匹配，确定所述待预测特征中的位于预先训练的树模型的左子树，以及位于预先训练的树模型的右子树，所述查询请求用于指示被动方查询被动方的分裂点对应的第二特征及第二特征分裂值，其中，所述左子树和所述右子树互补，所述左子树包括主动方的分裂点对应的第一特征及第一特征分裂值，所述右子树包括被动方的分裂点对应的第二特征及第二特征分裂值；
结果接收模块，被配置成接收所述至少一个被动方返回的查询请求对应的查询结果；
第二确定模块，被配置成根据主动方的分裂点对应的第一特征及第一特征分裂值，以及所述查询结果，确定预测路径；
第三确定模块，被配置成根据预测路径中分裂点的叶节点对应的权重，确定目标预测结果。
12.根据权利要求11所述的装置，其中，所述第二确定模块，进一步被配置成：
比较所述第一特征与所述第一特征分裂值，得到第一比较结果；
根据所述查询结果和所述第一比较结果，确定预测路径，其中，所述查询结果为被动方对应的第二特征与第二特征分裂值之间的比较结果。
13.根据权利要求11所述的装置，所述装置还包括：
第四确定模块，被配置成确定被动方的分裂点对预测路径的贡献信息；
信息作为模块，被配置成将所述贡献信息作为可解释性信息。
14.根据权利要求13所述的装置，其中，所述第四确定模块，进一步被配置成：
根据被动方的分裂点的第二特征分裂值，确定被动方的分裂点对预测路径的贡献信息。
15.根据权利要求13所述的装置，其中，所述第四确定模块，进一步被配置成：
根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
16.根据权利要求15所述的装置，其中，所述第四确定模块，进一步被配置成：
根据被动方的分裂点的左叶节点的期望权重和被动方的分裂点的第一预设数量，以及被动方的分裂点的右叶节点的期望权重和被动方的分裂点的第二预设数量，确定被动方的分裂点的期望权重，其中，所述第一预设数量为属于被动方的分裂点划分到左子树的数量，所述第二预设数量为属于所述被动方的分裂点划分到右子树的数量；
根据被动方的分裂点的期望权重和被动方的分裂点的叶节点对应的权重，确定被动方的分裂点对预测路径的贡献信息。
17.根据权利要求13所述的装置，其中，所述第四确定模块，进一步被配置成：
根据被动方的分裂点的第一预设数量、被动方的分裂点的第二预设数量和所述待预测业务特征在被动方的分裂点处的分裂次数，确定被动方的分裂点对预测路径的贡献信息，其中，所述第一预设数量为属于被动方的分裂点划分到左子树的数量，所述第二预设数量为属于所述被动方的分裂点划分到右子树的数量。
18.根据权利要求13所述的装置，其中，所述第四确定模块，进一步被配置成：
获取被动方的分裂点的分裂增益；
根据所述分裂增益，确定被动方的分裂点对预测路径的贡献信息。
19.根据权利要求11所述的装置，所述装置还包括：
信息记录模块，被配置成记录预先训练的树模型中的节点，所述节点包括主动方对应的分裂点和被动方对应的分裂点，以及分裂点对应的叶节点；以及
记录分裂点分别对应的训练方及在该训练方中的记录编号，叶节点的叶节点权重，其中，所述记录编号对应训练方中记录的特征及对应的特征分裂值。
20.一种树模型的生成装置，包括：
信息获取模块，被配置成获取主动方对第一样本数据集中的特征数据进行分箱对应的分箱信息，以及至少一个被动方对第二样本数据集中的特征数据进行分箱对应的分箱信息；
梯度确定模块，被配置成确定第一样本数据集对应的一阶梯度、二阶梯度；
增益确定模块，被配置成根据第一样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和，确定分裂增益；
增益发送模块，被配置成向所述至少一个被动方发送所述分裂增益，以使所述至少一个被动方根据所述分裂增益，确定所述第二样本数据集中特征数据的分箱信息对应的一阶梯度和，以及二阶梯度和；根据所述第二样本数据集中特征数据的分箱信息对应的一阶梯度和，确定目标分裂点；
分裂点接收模块，被配置成接收所述至少一个被动方发送的所述目标分裂点，确定最优分裂点；
模型训练模块，被配置成将树分裂终止信号发送给至少一个被动方，直至树模型的损失函数的变化值小于终止阈值。
21.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。
CN202210425392.0A 2022-04-22 2022-04-22 基于树模型的预测方法、装置、设备、介质及程序产品 Active CN114529108B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210425392.0A CN114529108B (zh) 2022-04-22 2022-04-22 基于树模型的预测方法、装置、设备、介质及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210425392.0A CN114529108B (zh) 2022-04-22 2022-04-22 基于树模型的预测方法、装置、设备、介质及程序产品

Publications (2)

Publication Number Publication Date
CN114529108A CN114529108A (zh) 2022-05-24
CN114529108B true CN114529108B (zh) 2022-07-22

Family

ID=81628353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210425392.0A Active CN114529108B (zh) 2022-04-22 2022-04-22 基于树模型的预测方法、装置、设备、介质及程序产品

Country Status (1)

Country Link
CN (1) CN114529108B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114925853A (zh) * 2022-05-25 2022-08-19 京东科技控股股份有限公司 一种梯度提升树模型的构建方法、装置、设备和介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021249086A1 (zh) * 2020-06-12 2021-12-16 深圳前海微众银行股份有限公司 多方联合决策树构建方法、设备及可读存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108875955B (zh) * 2017-05-10 2023-04-18 腾讯科技（深圳）有限公司 基于参数服务器的梯度提升决策树的实现方法及相关设备
CN110084377B (zh) * 2019-04-30 2023-09-29 京东城市(南京)科技有限公司 用于构建决策树的方法和装置
CN111401570B (zh) * 2020-04-10 2022-04-12 支付宝(杭州)信息技术有限公司 针对隐私树模型的解释方法和装置
CN111768242A (zh) * 2020-06-30 2020-10-13 深圳前海微众银行股份有限公司 下单率预测方法、设备及可读存储介质
US20220083906A1 (en) * 2020-09-16 2022-03-17 International Business Machines Corporation Federated learning technique for applied machine learning
CN113762328B (zh) * 2021-06-16 2023-09-26 京东科技控股股份有限公司 基于联邦学习的模型训练方法、装置、设备以及存储介质
CN113657471A (zh) * 2021-07-30 2021-11-16 深圳前海微众银行股份有限公司 多分类梯度提升树的构建方法、装置及电子设备
CN113722739B (zh) * 2021-09-06 2024-04-09 京东科技控股股份有限公司 梯度提升树模型的生成方法、装置、电子设备和存储介质
CN114118312B (zh) * 2022-01-29 2022-05-13 华控清交信息科技(北京)有限公司 一种gbdt模型的纵向训练方法、装置、电子设备及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021249086A1 (zh) * 2020-06-12 2021-12-16 深圳前海微众银行股份有限公司 多方联合决策树构建方法、设备及可读存储介质

Also Published As

Publication number Publication date
CN114529108A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN113657465A (zh) 预训练模型的生成方法、装置、电子设备和存储介质
KR20220005416A (ko) 다항 관계 생성 모델의 트레이닝 방법, 장치, 전자 기기 및 매체
CN112560496A (zh) 语义分析模型的训练方法、装置、电子设备及存储介质
US8949160B2 (en) Systems and methods for generating wind power scenarios for wind-power-integrated stochastic unit commitment problems
CN107770783B (zh) 一种基站扩容改造方案设计方法及相关设备
US20240232634A1 (en) Neural adapter for classical machine learning (ml) models
CN109087138A (zh) 数据处理方法及系统、计算机系统和可读存储介质
CN117422031B (zh) Atpg系统测试向量生成和精简的方法和装置
CN114529108B (zh) 基于树模型的预测方法、装置、设备、介质及程序产品
CN114328277A (zh) 一种软件缺陷预测和质量分析方法、装置、设备及介质
US20230237076A1 (en) Automatically drawing infographics for statistical data based on a data model
US11783221B2 (en) Data exposure for transparency in artificial intelligence
CN115358397A (zh) 一种基于数据采样的并行图规则挖掘方法及装置
US20230230081A1 (en) Account identification method, apparatus, electronic device and computer readable medium
CN110348581B (zh) 用户特征群中用户特征寻优方法、装置、介质及电子设备
CN116401372A (zh) 知识图谱表示学习方法、装置、电子设备及可读存储介质
CN114756425A (zh) 智能监控方法、装置、电子设备及计算机可读存储介质
CN114900435A (zh) 一种连接关系预测方法及相关设备
CN111723247A (zh) 基于图的假设计算
CN112698977A (zh) 服务器故障定位方法方法、装置、设备及介质
CN111767980A (zh) 模型优化方法、装置及设备
CN111767204A (zh) 溢出风险检测方法、装置及设备
US20120078943A1 (en) High quantitative pattern searching using spatial indexing
WO2013180920A2 (en) Buildable part pairs in an unconfigured product structure
CN110209829A (zh) 信息处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant