杭州博盾习言科技有限公司请求不公布姓名获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉杭州博盾习言科技有限公司申请的专利基于决策树和LIME模型的解释方法、系统、设备和介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115204411B 。
龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210713933.X,技术领域涉及:G06N20/00;该发明授权基于决策树和LIME模型的解释方法、系统、设备和介质是由请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成,并于2022-06-22向国家知识产权局提交的专利申请。
本基于决策树和LIME模型的解释方法、系统、设备和介质在说明书摘要公布了:本申请实施例涉及基于决策树和LIME模型的解释方法、系统、设备和介质,属于机器学习技术领域,该方法包括:获取待推理样本并提取特征数据,将所述特征数据输入预训练的黑盒模型,输出所述待推理样本的预测标签;将所述待推理样本的特征数据输入预训练的解释器模型,其中,所述解释器模型包括决策树和LIME模型,所述决策树根据各节点对应的LIME模型的拟合结果生成;根据所述决策树的决策路径和所述决策树的叶子节点对应的LIME模型的特征权重,得到所述预测标签的解释依据。根据本申请实施例,推理解释过程复杂度极低,速度快,能够降低延时;而且得到的解释依据更加全面,更加准确。
本发明授权基于决策树和LIME模型的解释方法、系统、设备和介质在权利要求书中公布了:1.一种基于决策树和LIME模型的解释方法,其特征在于,所述方法包括: 获取待推理样本并提取特征数据,将所述特征数据输入预训练的黑盒模型,输出所述待推理样本的预测标签,所述待推理样本和所述特征数据均为文本数据; 将所述待推理样本的特征数据输入预训练的解释器模型,其中,所述解释器模型包括决策树和LIME模型,所述决策树根据各节点对应的LIME模型的拟合结果生成; 根据所述决策树的决策路径和所述决策树的叶子节点对应的LIME模型的特征权重,得到所述预测标签的解释依据; 所述解释器模型的训练方式包括: 获取训练样本集作为第一训练集,并通过预训练的黑盒模型输出所述第一训练集中样本的预测标签,用所述预测标签对所述样本进行重新标注,得到第二训练集; 基于所述第二训练集训练决策树,递归执行节点的分裂,其中,在每个生成的节点上运行LIME模型以对节点内的样本进行线性回归拟合,得到LIME模型的特征权重和拟合误差;当所述拟合误差小于预设阈值时,退出递归;具体包括: 针对当前节点,获取拟合后的LIME模型的特征权重绝对值最小的特征作为目标特征,将当前节点内的样本按照对目标特征取值的中位数处分裂为两份,并生成左子节点和右子节点;将分裂的两份样本分别归属到左子节点和右子节点; 当所述拟合误差不小于预设阈值时,分裂节点,直至节点内的样本数量小于预设的最小样本数,或者,即将分裂成的子节点的样本数量小于预设的最小分裂样本数,停止分裂。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州博盾习言科技有限公司,其通讯地址为:310000 浙江省杭州市余杭区五常街道文一西路998号18幢210室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励