[發(fā)明專(zhuān)利]用于構(gòu)建機(jī)器學(xué)習(xí)模型的特征選取方法、裝置以及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811244486.8
• 申請(qǐng)日: 2018-10-24
• 公開(kāi)（公告）號(hào): CN109460825A
• 公開(kāi)（公告）日: 2019-03-12
• 發(fā)明（設(shè)計(jì)）人: 唐渝洲;金宏;王維強(qiáng);趙聞飆
• 申請(qǐng)（專(zhuān)利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類(lèi)號(hào): G06N20/00
• 分類(lèi)號(hào): G06N20/00
• 代理公司: 北京億騰知識(shí)產(chǎn)權(quán)代理事務(wù)所 11309
• 代理人: 張明;周良玉

1.一種用于構(gòu)建機(jī)器學(xué)習(xí)模型的特征選取方法，包括：

獲取訓(xùn)練數(shù)據(jù)集；

根據(jù)預(yù)設(shè)的拆分方式，對(duì)所述訓(xùn)練數(shù)據(jù)集進(jìn)行拆分，以獲得k組訓(xùn)練數(shù)據(jù)子集；

對(duì)所述k組訓(xùn)練數(shù)據(jù)子集，并行執(zhí)行如下過(guò)程k次：

從所述k組訓(xùn)練數(shù)據(jù)子集中選取k-1組訓(xùn)練數(shù)據(jù)子集，以作為當(dāng)前訓(xùn)練數(shù)據(jù)集；

根據(jù)所述當(dāng)前訓(xùn)練數(shù)據(jù)集，計(jì)算多個(gè)待篩選的特征的m個(gè)評(píng)價(jià)指標(biāo)；

根據(jù)各個(gè)評(píng)價(jià)指標(biāo)，對(duì)所述多個(gè)特征進(jìn)行排序，從而得到m組所述多個(gè)特征的指標(biāo)排名；

基于所述當(dāng)前訓(xùn)練數(shù)據(jù)集，訓(xùn)練機(jī)器學(xué)習(xí)模型，以預(yù)測(cè)一組所述多個(gè)特征的重要性排名；

將k次得到的k*m組指標(biāo)排名以及k組重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總排名；

根據(jù)所述總排名，從所述多個(gè)特征中選取目標(biāo)特征。

2.根據(jù)權(quán)利要求1所述的方法，所述將k次得到的k*m組指標(biāo)排名以及k組重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總排名，包括：

對(duì)所述k*m組指標(biāo)排名進(jìn)行融合，以獲取所述多個(gè)特征的總指標(biāo)排名；

對(duì)所述k組重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總重要性排名；

將所述總指標(biāo)排名與所述總重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總排名。

3.根據(jù)權(quán)利要求2所述的方法，所述對(duì)所述k*m組指標(biāo)排名進(jìn)行融合，以獲取所述多個(gè)特征的總指標(biāo)排名，包括：

從所述k*m組指標(biāo)排名中抽取依據(jù)同一評(píng)價(jià)指標(biāo)所獲得的k組指標(biāo)排名；

根據(jù)第一排序融合算法，分別對(duì)各個(gè)特征在所述k組指標(biāo)排名中對(duì)應(yīng)的排名進(jìn)行融合，以獲取所述各個(gè)特征與所述評(píng)價(jià)指標(biāo)對(duì)應(yīng)的指標(biāo)綜合排名；

重復(fù)執(zhí)行上述抽取以及融合處理的步驟，直至獲取到所述各個(gè)特征與所述m個(gè)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的m個(gè)指標(biāo)綜合排名；

根據(jù)第二排序融合算法，分別將所述各個(gè)特征的所述m個(gè)指標(biāo)綜合排名進(jìn)行融合，以獲取所述各個(gè)特征的總指標(biāo)排名。

4.根據(jù)權(quán)利要求2所述的方法，所述對(duì)所述k組重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總重要性排名，包括：

根據(jù)第三排序融合算法，分別對(duì)所述各個(gè)特征在所述k組重要性排名中對(duì)應(yīng)的排名進(jìn)行融合，以獲取所述各個(gè)特征的總重要性排名。

5.根據(jù)權(quán)利要求2所述的方法，所述將所述總指標(biāo)排名與所述總重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總排名，包括：

根據(jù)第四排序融合算法，將所述總指標(biāo)排名與所述總重要性排名進(jìn)行融合，以獲取所述多個(gè)特征的總排名。

6.根據(jù)權(quán)利要求2所述的方法，所述第一排序融合算法或者所述第二融合排序算法包括以下任一種：均值算法、最大值算法、最小值算法、加權(quán)平均值算法以及魯棒性聚合RRA算法。

7.根據(jù)權(quán)利要求1所述的方法，所述預(yù)設(shè)的拆分方式包括以下任一種：時(shí)間拆分方式以及隨機(jī)拆分方式。

8.根據(jù)權(quán)利要求1所述的方法，所述評(píng)價(jià)指標(biāo)包括：信息價(jià)值IV、基尼系數(shù)GINI、信息增益IG、互信息MI、Releif分?jǐn)?shù)以及樣本穩(wěn)定指數(shù)PSI中的若干個(gè)。