本發(fā)明公開了一種基于歷史運(yùn)行數(shù)據(jù)預(yù)測并行程序運(yùn)行時(shí)間的方法,針對小規(guī)模歷史運(yùn)行數(shù)據(jù)預(yù)測大規(guī)模運(yùn)行時(shí)間的問題,建立了使用隨機(jī)森林和多任務(wù)套索回歸的兩層模型,隨機(jī)森林可以擬合復(fù)雜的模型,而使用多任務(wù)套索回歸,將相關(guān)性強(qiáng)的任務(wù)放在一起訓(xùn)練,可以降低內(nèi)推模型預(yù)測的隨機(jī)誤差帶來的影響。本發(fā)明提出的兩層模型相較于之前已有的簡單模型,在運(yùn)行時(shí)間和程序輸入?yún)?shù)之間的關(guān)系比較復(fù)雜時(shí)不會失效,可以得到準(zhǔn)確的預(yù)測結(jié)果。同時(shí),兩層模型的訓(xùn)練和預(yù)測不需要任何專家知識,也無需對特征進(jìn)行處理,可以對整個(gè)訓(xùn)練預(yù)測流程進(jìn)行自動化。
聲明:
“基于歷史運(yùn)行數(shù)據(jù)預(yù)測并行程序運(yùn)行時(shí)間的方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)