[发明专利]数据预测模型的创建方法、装置、设备及存储介质

说明书

本发明提供一种数据预测模型的创建方法、装置、设备及存储介质。该方法包括：第一设备与第二设备完成样本对齐，获取共有的第一样本集合，第一设备确定初始对称树结构的第一层节点的划分特征，根据划分特征划分第一样本集合。第一设备确定第二层节点的任一个节点的划分特征，根据该任一个节点的划分特征，分别划分第二层每个节点的样本集合。第一设备采用对第二层节点样本集合的划分方式，依次划分对称树结构第二层之下的每层节点的样本集合，直至满足预设条件停止样本划分，将停止时的对称树结构作为数据预测模型。上述创建过程从第二层节点开始，确定每层的一个节点的划分特征后，无需确定该层其他节点的划分特征，提高了模型的创建效率。

技术领域

本发明涉及互联网技术领域，尤其涉及一种数据预测模型的创建方法、装置、设备及存储介质。

背景技术

随着互联网技术的快速发展，在各领域的数据平台中，用户的数据量大幅提升，各领域有着一大部分重叠的用户，各领域数据平台可基于重叠用户的多维度的特征数据建立纵向联邦学习的数据预测模型，提高模型的预测能力。

目前，建立上述数据预测模型是由发起方主导，各参与方辅助，通常采用普通的决策树结构(二叉树结构)进行训练。该决策树结构中每一层节点的划分条件是不同的。例如，决策树结构的根节点是根据样本在发起方的特征a进行划分，则根节点之下的各级子节点不会再根据特征a进行划分。上述数据预测模型的建立需要发起方对决策树结构中的各个节点的样本划分条件进行确认，对于每个节点发起方都需要与参与方通讯，获取该节点样本在参与方划分的划分结果。

由于数据预测模型采用普通的决策树，决策树中每一层的每个节点的划分条件都需要发起方确认。以3层决策树为例，发起方需要确认7个节点的样本是否划分以及如何划分。上述模型创建的效率较低。

发明内容

本发明的主要目的在于提供一种数据预测模型的创建方法、装置、设备及存储介质，以提高数据预测模型的创建效率。

第一方面，本发明提供一种数据预测模型的创建方法，该方法应用于包括第一设备和第二设备的联邦系统，所述第一设备为所述数据预测模型的发起方设备，所述第二设备为所述数据预测模型的参与方设备，所述第一设备用于创建所述数据预测模型，所述第二设备用于辅助所述第一设备创建所述数据预测模型，所述数据预测模型采用对称树结构，所述方法包括：

所述第一设备获取第一样本集合，所述第一样本集合为初始的对称树结构的第一层节点的待划分样本集合，所述第一样本集合包括第一设备和第二设备共有的样本；

所述第一设备根据所述第一设备确定的所述第一层节点的划分特征划分所述第一样本集合，得到所述对称树结构的第二层节点的样本集合，所述第二层节点包括两个节点；

所述第一设备根据所述第一设备确定的所述第二层节点的任意一个节点的划分特征，分别划分所述第二层节点的每个节点的样本集合，得到所述第二层节点的划分结果；

所述第一设备采用对所述第二层节点的样本集合的划分方式，分别划分所述对称树结构的所述第二层之下的每一层节点的样本集合，直至满足预设条件停止样本划分，将停止时的对称树结构作为所述数据预测模型。

在第一方面的一个可选实施例中，所述第一设备根据所述第一设备确定的所述第一层节点的划分特征划分所述第一样本集合，包括：

所述第一设备获取所述第一设备采用第一特征划分所述第一样本集合的第一样本纯度值，以及所述第二设备采用第二特征划分所述第一样本集合的第二样本纯度值；所述第一特征包括样本在所述第一设备的至少一个特征，所述第二特征包括样本在所述第二设备的至少一个特征；

所述第一设备根据所述第一样本纯度值和所述第二样本纯度值，确定所述第一层节点的划分特征；

所述第一设备根据所述第一层节点的划分特征划分所述第一样本集合。