[發(fā)明專利]一種確定二分類模型的預(yù)測(cè)效果的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910043305.3
• 申請(qǐng)日: 2019-01-17
• 公開（公告）號(hào): CN111444930B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 林淼哲;方楨;張峻滔
• 申請(qǐng)（專利權(quán)）人: 上海游昆信息技術(shù)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/66
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 彭瓊

1.一種確定二分類模型的預(yù)測(cè)效果的方法，其特征在于，所述方法包括：

獲取P個(gè)正樣本數(shù)據(jù)和Q個(gè)負(fù)樣本數(shù)據(jù)，所述正樣本數(shù)據(jù)為已知對(duì)目標(biāo)對(duì)象感興趣的用戶的數(shù)據(jù)，所述負(fù)樣本數(shù)據(jù)為未知是否對(duì)所述目標(biāo)對(duì)象感興趣的用戶的數(shù)據(jù)；

根據(jù)所述P個(gè)正樣本數(shù)據(jù)和所述Q個(gè)負(fù)樣本數(shù)據(jù)，得到M個(gè)二分類模型；其中，所述M個(gè)二分類模型為同一類型的二分類模型，且所述M個(gè)二分類模型的模型參數(shù)互不相同；或者，所述M個(gè)二分類模型為不同類型的二分類模型；

獲取驗(yàn)證數(shù)據(jù)，所述驗(yàn)證數(shù)據(jù)包括R個(gè)正樣本數(shù)據(jù)和K個(gè)負(fù)樣本數(shù)據(jù)；所述R個(gè)正樣本數(shù)據(jù)中包括除所述P個(gè)正樣本數(shù)據(jù)以外的正樣本數(shù)據(jù)；

針對(duì)于第i個(gè)二分類模型，使用所述第i個(gè)二分類模型對(duì)所述驗(yàn)證數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到R+K個(gè)樣本數(shù)據(jù)的預(yù)測(cè)分值；根據(jù)所述R+K個(gè)樣本數(shù)據(jù)的預(yù)測(cè)分值中至少一個(gè)正樣本數(shù)據(jù)的預(yù)測(cè)分值，確定所述第i個(gè)二分類模型的預(yù)測(cè)效果；

其中，P、Q、M、R、K均為正整數(shù)，i＝1,……,M；

所述根據(jù)所述P個(gè)正樣本數(shù)據(jù)和所述Q個(gè)負(fù)樣本數(shù)據(jù)，得到M個(gè)二分類模型，包括：

基于M種預(yù)設(shè)篩選算法分別從所述Q個(gè)負(fù)樣本數(shù)據(jù)中篩選出R個(gè)可信負(fù)樣本數(shù)據(jù)；所述可信負(fù)樣本數(shù)據(jù)為對(duì)所述目標(biāo)對(duì)象可能不感興趣的用戶的數(shù)據(jù)；所述M種預(yù)設(shè)篩選算法包括親密算法、貝葉斯算法和聚類算法中的任意一個(gè)或任意多個(gè)；

使用所述P個(gè)正樣本數(shù)據(jù)和基于所述M種預(yù)設(shè)篩選算法分別篩選得到的R個(gè)可信負(fù)樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練，得到所述M種預(yù)設(shè)篩選算法對(duì)應(yīng)的M個(gè)二分類模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述R+K個(gè)樣本數(shù)據(jù)的預(yù)測(cè)分值中至少一個(gè)正樣本數(shù)據(jù)的預(yù)測(cè)分值，確定所述第i個(gè)二分類模型的預(yù)測(cè)效果，包括：

根據(jù)所述R+K個(gè)樣本數(shù)據(jù)的預(yù)測(cè)分值，得到預(yù)測(cè)分值最大的W個(gè)預(yù)測(cè)分值；

根據(jù)所述W個(gè)預(yù)測(cè)分值中包括的正樣本數(shù)據(jù)的預(yù)測(cè)分值的數(shù)量，確定所述第i個(gè)二分類模型的預(yù)測(cè)效果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述P個(gè)正樣本數(shù)據(jù)和所述Q個(gè)負(fù)樣本數(shù)據(jù)，得到M個(gè)二分類模型，包括：

根據(jù)所述P個(gè)正樣本數(shù)據(jù)和所述Q個(gè)負(fù)樣本數(shù)據(jù)的特征，從所述Q個(gè)負(fù)樣本數(shù)據(jù)中篩選出R個(gè)可信負(fù)樣本數(shù)據(jù)；所述可信負(fù)樣本數(shù)據(jù)為對(duì)所述目標(biāo)對(duì)象可能不感興趣的用戶的數(shù)據(jù)；

基于M種預(yù)設(shè)訓(xùn)練算法分別對(duì)所述P個(gè)正樣本數(shù)據(jù)和所述R個(gè)可信負(fù)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到與所述M種預(yù)設(shè)訓(xùn)練算法對(duì)應(yīng)的M個(gè)二分類模型；所述M種預(yù)設(shè)訓(xùn)練算法包括邏輯回歸算法、支持向量機(jī)算法和單層感知機(jī)算法中的任意一個(gè)或任意多個(gè)。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

根據(jù)所述M個(gè)二分類模型的預(yù)測(cè)效果，從所述M個(gè)二分類模型中確定出預(yù)測(cè)效果最好的目標(biāo)二分類模型；

使用所述目標(biāo)二分類模型對(duì)待預(yù)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到所述待預(yù)測(cè)數(shù)據(jù)對(duì)應(yīng)的預(yù)測(cè)分值，若所述待預(yù)測(cè)數(shù)據(jù)對(duì)應(yīng)的預(yù)測(cè)分值大于預(yù)設(shè)閾值，則確定所述待預(yù)測(cè)數(shù)據(jù)為所述正樣本數(shù)據(jù)。