[發(fā)明專利]基于AutoML的對象預(yù)測分類方法、裝置、計算機設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010897663.3
• 申請日: 2020-08-31
• 公開（公告）號: CN112036483A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 陳遠波
• 申請（專利權(quán)）人: 中國平安人壽保險股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

本申請屬于人工智能領(lǐng)域，涉及基于AutoML的對象預(yù)測分類方法，包括:獲取多個對象的原始數(shù)據(jù)；獲取包含多個模型的預(yù)設(shè)模型框架，基于各對象的原始數(shù)據(jù)構(gòu)建與各模型相對應(yīng)的特征，并將構(gòu)建的各特征進行組合編碼生成組合特征集，預(yù)設(shè)模型框架基于AutoML從多個模型框架中篩選獲得；將組合特征集輸入預(yù)設(shè)模型框架得到各對象的預(yù)測分類標簽，實現(xiàn)各對象的預(yù)測分類。本申請還提供基于AutoML的對象預(yù)測分類裝置、計算機設(shè)備及存儲介質(zhì)。此外，本申請還涉及區(qū)塊鏈技術(shù)，待預(yù)測分類的多個對象對應(yīng)的原始數(shù)據(jù)可存儲于區(qū)塊鏈中。本申請通過AutoML挑選出最優(yōu)的算法組合，實現(xiàn)對多個模型框架的篩選，通過基于最優(yōu)算法組合的模型框架對各個對象進行預(yù)測分類，預(yù)測準確度更高。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，尤其涉及基于AutoML的對象預(yù)測分類方法、裝置、計算機設(shè)備及存儲介質(zhì)。

背景技術(shù)

在對一些目標對象可能的分類進行預(yù)測時，往往建立基于機器學(xué)習(xí)的分類預(yù)測模型，機器學(xué)習(xí)的應(yīng)用需要大量的人工干預(yù)，這些人工干預(yù)表現(xiàn)在征工程、模型構(gòu)建、參數(shù)優(yōu)化等機器學(xué)習(xí)的各個方面，每一個部分需要具備專業(yè)知識的數(shù)據(jù)科學(xué)家來完成，建立起數(shù)據(jù)到計算的橋梁，然而，即使是數(shù)據(jù)科學(xué)家也需要花費大量的精力來進行算法與模型的選擇，機器學(xué)習(xí)的門檻增加了分類預(yù)測模型建立的難度和復(fù)雜度，導(dǎo)致無法快速得到滿足分類預(yù)測要求的模型。

發(fā)明內(nèi)容

本申請實施例的目的在于提出一種基于AutoML的對象預(yù)測分類方法、裝置、計算機設(shè)備及存儲介質(zhì)，以解決現(xiàn)有技術(shù)中目標對象的分類預(yù)測模型構(gòu)建速度慢效率低的問題。

為了解決上述技術(shù)問題，本申請實施例提供一種基于AutoML的對象預(yù)測分類方法，采用了如下所述的技術(shù)方案：

一種基于AutoML的對象預(yù)測分類方法，包括下述步驟：

獲取待預(yù)測分類的多個對象對應(yīng)的原始數(shù)據(jù)；

獲取預(yù)設(shè)模型框架，所述預(yù)設(shè)模型框架包含多個模型，基于各所述對象的原始數(shù)據(jù)構(gòu)建與各所述模型相對應(yīng)的特征，并將構(gòu)建的各所述特征進行組合編碼生成組合特征集，其中，所述預(yù)設(shè)模型框架基于AutoML從多個模型框架中篩選獲得；

將所述組合特征集輸入所述預(yù)設(shè)模型框架，得到各所述對象的預(yù)測分類標簽，實現(xiàn)各所述對象的預(yù)測分類。

為了解決上述技術(shù)問題，本申請實施例還提供一種基于AutoML的對象預(yù)測分類裝置，采用了如下所述的技術(shù)方案：

一種基于AutoML的對象預(yù)測分類裝置，包括：

數(shù)據(jù)獲取模塊，用于獲取待預(yù)測分類的多個對象對應(yīng)的原始數(shù)據(jù)；

特征生成模塊，用于獲取預(yù)設(shè)模型框架，所述預(yù)設(shè)模型框架包含多個模型，基于各所述對象的原始數(shù)據(jù)構(gòu)建與各所述模型相對應(yīng)的特征，并將構(gòu)建的各所述特征進行組合編碼生成組合特征集，其中，所述預(yù)設(shè)模型框架基于AutoML從多個模型框架中篩選獲得；

分類預(yù)測模塊，用于將所述組合特征集輸入所述預(yù)設(shè)模型框架，得到各所述對象的預(yù)測分類標簽，實現(xiàn)各所述對象的預(yù)測分類。

為了解決上述技術(shù)問題，本申請實施例還提供一種計算機設(shè)備，采用了如下所述的技術(shù)方案：

一種計算機設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執(zhí)行所述計算機可讀指令時實現(xiàn)如上所述的基于AutoML的對象預(yù)測分類方法的步驟。

為了解決上述技術(shù)問題，本申請實施例還提供一種計算機可讀存儲介質(zhì)，采用了如下所述的技術(shù)方案：

一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有計算機可讀指令，所述計算機可讀指令被處理器執(zhí)行時實現(xiàn)如上所述的基于AutoML的對象預(yù)測分類方法的步驟。