[發明專利]基于遺傳算法的自動機器學習數據建模方法

在審

• 申請號: 202010972405.7
• 申請日: 2020-09-16
• 公開（公告）號: CN112070237A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 董俊杰;王之元
• 申請（專利權）人: 天津大學
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06N3/12
• 代理公司: 蘇州拓云知識產權代理事務所(普通合伙) 32344
• 代理人: 李鋒

1.基于遺傳算法的自動機器學習數據建模方法，其特征在于，其包括以下步驟：

步驟一：設定多個管道，每個所述管道均包含四個模塊，四個所述模塊分別設置為數據預處理模塊、特征工程模塊、模型生成模塊和模型評估模塊；

步驟二：初始化遺傳算法，首先定義遺傳算法的關鍵參數：generations，population_size，offspring_size，mutation_rate，crossover_rate，然后定義優化參數：scoring，cv，subsample；

步驟三：遺傳算法過程：

a.初始化：隨機初始化n個線性管道；

b.淘汰：通過多目標遺傳規劃算法選擇，最大化驗證集準確率同時最小化每個管道的算子，選取定義的前d個管道；

c.分裂：將步驟2得到的d個管道復制t份共d*t個管道作為初始化子代；

d.變異：首先將5％子代與另5％子代的管道上的算子互換，然后將剩下的90％的子代，等概率進行增刪，轉移算子操作；

e.轉到步驟二，重復該過程m次；

步驟四：將最優的管道生成的模型保存同時保存了最優參數，以便用于模型部署。

2.根據權利要求1所述的基于遺傳算法的自動機器學習數據建模方法，其特征在于：所述步驟一中，所述數據預處理模塊包括數據增強、缺失值計算、數據變換、數據集分割和數據標準化與歸一化方法。

3.根據權利要求1所述的基于遺傳算法的自動機器學習數據建模方法，其特征在于：所述步驟一中，特征工程模塊主要為特征選擇，主要包括過濾式、包裹式和嵌入式。

4.根據權利要求3所述的基于遺傳算法的自動機器學習數據建模方法，其特征在于：所述過濾式有方差選擇法、相關系數法、卡方檢驗和互信息法。

5.根據權利要求3所述的基于遺傳算法的自動機器學習數據建模方法，其特征在于：所述包裹式主要為遞歸特征消除法。

6.根據權利要求3所述的基于遺傳算法的自動機器學習數據建模方法，其特征在于：所述嵌入式主要由基于懲罰項的特征選擇法、基于樹模型的特征選擇法。

7.根據權利要求2所述的基于遺傳算法的自動機器學習數據建模方法，其特征在于：所述步驟二中，所述generations表示遺傳算法進化次數，可理解為迭代次數；所述population_size表示每次進化中種群的大小；所述scoring表示損失函數。