本發明公開了一種基于歷史運行數據預測并行程序運行時間的方法,針對小規模歷史運行數據預測大規模運行時間的問題,建立了使用隨機森林和多任務套索回歸的兩層模型,隨機森林可以擬合復雜的模型,而使用多任務套索回歸,將相關性強的任務放在一起訓練,可以降低內推模型預測的隨機誤差帶來的影響。本發明提出的兩層模型相較于之前已有的簡單模型,在運行時間和程序輸入參數之間的關系比較復雜時不會失效,可以得到準確的預測結果。同時,兩層模型的訓練和預測不需要任何專家知識,也無需對特征進行處理,可以對整個訓練預測流程進行自動化。
聲明:
“基于歷史運行數據預測并行程序運行時間的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)