一种面向硬件实现的GBDT分类模型压缩方法

    公开(公告)号:CN107797973A

    公开(公告)日:2018-03-13

    申请号:CN201710892740.4

    申请日:2017-09-27

    CPC classification number: G06F17/2252 G06N99/005

    Abstract: 一种面向硬件实现的GBDT分类模型压缩方法,该方法引入自定义剪枝、自定义编码以及自定义寻址来实现模型结构上、参数上及寻址上的压缩,以此来降低模型的存储空间。在提取构建模型的必须参数后,对其中的预测值value数据进行近似,并在此基础上对于模型中的每棵决策树进行剪枝;对剪枝后的模型进行自定义寻址,并将寻址信息记入相应节点的参数信息当中;同时,对于模型中的每一组节点信息进行二进制组合编码后按序存入其类别对应的数组即实现了对GBDT分类模型的压缩。利用位运算读取节点编码中存储的参数信息即可实现模型重建。对原始模型的剪枝、模型参数的编码以及模型寻址过程的改变,使模型在硬件系统中的存储占用得到大幅降低。

Patent Agency Ranking