[發(fā)明專利]樣本特征重要性的確定方法及裝置，電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201810130132.4
• 申請(qǐng)日: 2018-02-08
• 公開（公告）號(hào): CN108416368A
• 公開（公告）日: 2018-08-17
• 發(fā)明（設(shè)計(jì)）人: 徐俊;李尚強(qiáng);翟藝濤
• 申請(qǐng)（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

本申請(qǐng)涉及一種樣本特征重要性的確定方法，屬于計(jì)算機(jī)技術(shù)領(lǐng)域，解決現(xiàn)有技術(shù)中無(wú)法對(duì)單個(gè)樣本的特征進(jìn)行重要性評(píng)估的問(wèn)題。所述方法包括：根據(jù)樹模型各葉子節(jié)點(diǎn)覆蓋的樣本數(shù)量和各所述葉子節(jié)點(diǎn)對(duì)應(yīng)的樣本預(yù)測(cè)分?jǐn)?shù)，遞歸計(jì)算所述樹模型每條決策路徑上所述葉子節(jié)點(diǎn)的父節(jié)點(diǎn)以上各層中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的樣本預(yù)測(cè)分?jǐn)?shù)；通過(guò)所述樹模型對(duì)輸入樣本進(jìn)行預(yù)測(cè)，確定所述輸入樣本的決策路徑；根據(jù)所述決策路徑上各節(jié)點(diǎn)對(duì)應(yīng)的所述樣本預(yù)測(cè)分?jǐn)?shù)和所述樣本特征，確定所述輸入樣本的每個(gè)樣本特征的重要性。本申請(qǐng)公開的樣本特征重要性的確定方法可以實(shí)現(xiàn)對(duì)單個(gè)樣本的每個(gè)樣本特征的重要性評(píng)估。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種樣本特征重要性的確定方法及裝置，電子設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，海量數(shù)據(jù)的處理和應(yīng)用日益重要。通過(guò)機(jī)器學(xué)習(xí)的方法，利用海量數(shù)據(jù)訓(xùn)練機(jī)器模型，用于業(yè)務(wù)指標(biāo)等應(yīng)用日益廣泛。通常的做法是：首先，基于訓(xùn)練樣本提取預(yù)設(shè)特征；然后，基于提取的樣本特征訓(xùn)練機(jī)器學(xué)習(xí)模型；最后，通過(guò)訓(xùn)練好的機(jī)器學(xué)習(xí)模型進(jìn)行業(yè)務(wù)指標(biāo)(如點(diǎn)擊率、曝光率等)的預(yù)估。現(xiàn)有技術(shù)中，對(duì)于業(yè)務(wù)層面，訓(xùn)練得到的機(jī)器學(xué)習(xí)模型就是個(gè)黑盒子，無(wú)法解釋樣本特征和預(yù)估的業(yè)務(wù)指標(biāo)之間的關(guān)系。例如，在預(yù)測(cè)場(chǎng)景中，通過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型預(yù)測(cè)一個(gè)商圈的熱度時(shí)，無(wú)法告訴商家哪些特征導(dǎo)致該商圈熱度發(fā)生變化；在推薦排序場(chǎng)景中，通過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型給用戶推薦了一家餐廳，卻無(wú)法給出推薦原因。

現(xiàn)有技術(shù)中的一種樣本特征的重要性確定方法的具體方案為：首先結(jié)合不同的重要性未知的樣本特征訓(xùn)練相應(yīng)復(fù)合機(jī)器學(xué)習(xí)模型，然后，通過(guò)比較不同復(fù)合機(jī)器學(xué)習(xí)模型的表現(xiàn)預(yù)估相應(yīng)樣本特征的重要性。

可見，現(xiàn)有技術(shù)中的樣本特征的重要性確定方法，僅能對(duì)全部樣本的某個(gè)特征的重要性進(jìn)行評(píng)估，而無(wú)法對(duì)某個(gè)樣本的某個(gè)特征的重要性進(jìn)行評(píng)估。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N樣本特征重要性的確定方法，至少解決現(xiàn)有技術(shù)中的樣本特征重要性的確定方法無(wú)法對(duì)單個(gè)樣本的特征進(jìn)行重要性評(píng)估的問(wèn)題。

為了解決上述問(wèn)題，第一方面，本申請(qǐng)實(shí)施例提供了一種樣本特征重要性的確定方法包括：

根據(jù)樹模型各葉子節(jié)點(diǎn)覆蓋的樣本數(shù)量和各所述葉子節(jié)點(diǎn)對(duì)應(yīng)的樣本預(yù)測(cè)分?jǐn)?shù)，遞歸計(jì)算所述樹模型每條決策路徑上所述葉子節(jié)點(diǎn)的父節(jié)點(diǎn)以上各層中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的樣本預(yù)測(cè)分?jǐn)?shù)，其中，所述葉子節(jié)點(diǎn)的父節(jié)點(diǎn)以上各層中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)樣本特征；

根據(jù)所述決策路徑上各節(jié)點(diǎn)對(duì)應(yīng)的所述樣本預(yù)測(cè)分?jǐn)?shù)和所述樣本特征，確定所述輸入樣本的每個(gè)樣本特征的重要性。

第二方面，本申請(qǐng)實(shí)施例提供了一種樣本特征重要性的確定方法包括：

樣本預(yù)測(cè)分?jǐn)?shù)計(jì)算模塊，用于根據(jù)樹模型各葉子節(jié)點(diǎn)覆蓋的樣本數(shù)量和各所述葉子節(jié)點(diǎn)對(duì)應(yīng)的樣本預(yù)測(cè)分?jǐn)?shù)，遞歸計(jì)算所述樹模型每條決策路徑上所述葉子節(jié)點(diǎn)的父節(jié)點(diǎn)以上各層中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的樣本預(yù)測(cè)分?jǐn)?shù)，其中，所述葉子節(jié)點(diǎn)的父節(jié)點(diǎn)以上各層中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)樣本特征；

決策路徑確定模塊，用于通過(guò)所述樹模型對(duì)輸入樣本進(jìn)行預(yù)測(cè)，確定所述輸入樣本的決策路徑；

樣本特征重要性確定模塊，用于根據(jù)所述決策路徑上各節(jié)點(diǎn)對(duì)應(yīng)的所述樣本預(yù)測(cè)分?jǐn)?shù)和所述樣本特征，確定所述輸入樣本的每個(gè)樣本特征的重要性。

第三方面，本申請(qǐng)實(shí)施例還公開了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)本申請(qǐng)實(shí)施例所述的樣本特征重要性的確定方法。

第六方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)本申請(qǐng)實(shí)施例公開的樣本特征重要性的確定方法的步驟。