[發明專利]基于監督類機器學習算法的模型實現架構的方法

在審

• 申請號: 201811072255.3
• 申請日: 2018-09-14
• 公開（公告）號: CN109146080A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 郭益民;石乾坤
• 申請（專利權）人: 蘇州正載信息技術有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 蘇州唯亞智冠知識產權代理有限公司 32289
• 代理人: 張翠茹

本發明涉及基于監督類機器學習算法的模型實現架構的方法，包括以下步驟：步驟1：模型數據框架整體設計，主要針對模型輸入數據的明確定義；步驟2：數據預處理設計，主要針對生成模型輸入矩陣進行進一步加工處理；步驟3：樣本控制設計，主要針對監督機器學習中的樣本數據和標簽數據；步驟4：模型訓練設計，主要建立一算法庫，將步驟2加工完成的訓練數據作為輸入，然后，調用算法庫中的算法，即可生成相應的機器學習模型；步驟5：模型評估設計，將測試數據輸入訓練好的各個模型中來計算獲得預測結果，比較測試數據中的目標項和預測結果的差異性。本發明通過監督類機器的學習算法的模型達到對整體架構的實現，有助簡化后期的操作。

技術領域

本發明涉及一種基于監督類機器學習算法的模型實現架構的方法。

背景技術

在當前技術環境下，機器學習是最熱門最令人振奮的領域之一。機器的學習，讓人們享用了穩定的垃圾郵件過濾器、便利的文本及語音識別、可靠的網絡搜索引擎和高明的棋手，而且安全高效的自動駕駛汽車有望很快就會出現無可置疑，機器學習已經成為一個熱門領域，但它有時候容易一葉障目需要不斷地額進行創新才能讓其實現不斷的學習。

發明內容

為解決上述技術問題，本發明的目的是提供一種基于監督類機器學習算法的模型實現架構的方法。

為實現上述目的，本發明采用如下技術方案：

基于監督類機器學習算法的模型實現架構的方法，包括以下步驟：

步驟1：模型數據框架整體設計，主要針對模型輸入數據的明確定義；

步驟2：數據預處理設計，主要針對生成模型輸入矩陣進行進一步加工處理；

步驟3：樣本控制設計，主要針對監督機器學習中的樣本數據和標簽數據；

步驟4：模型訓練設計，主要建立一算法庫，將步驟2加工完成的訓練數據作為輸入，然后，調用算法庫中的算法，即可生成相應的機器學習模型；

步驟5：模型評估設計，將測試數據輸入訓練好的各個模型中來計算獲得預測結果，比較測試數據中的目標項和預測結果的差異性。

進一步的，所述的基于監督類機器學習算法的模型實現架構的方法，其中，所述步驟1中模型輸入數據分為目標項和特征項，其中，目標項即為模型需要預測的對象，通過業務需求來確認這樣的對象；特征項則是用于進行模型訓練的一個多維矩陣，特征項中的每一個維度都對預測目標項有著一定的影響。

再進一步的，所述的基于監督類機器學習算法的模型實現架構的方法，其中，所述步驟2中處理方式包括以下步驟：

1、刪除行記錄完全一樣的數據樣本或者任意一列缺失值超過50％的特征列；

2、相關特征列的基本轉換；

3、通過設計相關啞變量離散化一些連續型或者分類文本類型的特征列；

4、異常值的處理，對于整理偏離過大的數據點，進行直接刪除或者重新賦值；

5、以明確的邏輯聯合多個特征列進行計算，生成新的特征列；

6、以一定的規則將數據進行橫向劃分，分別定義為訓練數據和測試數據。

更進一步的，所述的基于監督類機器學習算法的模型實現架構的方法，其中，所述基本轉換包括LOG、EXP、SQRT轉換。

再更進一步的，所述的基于監督類機器學習算法的模型實現架構的方法，其中所述步驟3中樣本數據，需要增加一列名為“weight”或“offset”的修正列，賦值規則為：

標簽為1的樣本，weight賦值為p1/r1；

標簽為0的樣本，weight賦值為(1-p1)/(1-r1)；