[發明專利]特征數據的篩選方法、裝置、電子設備及計算機存儲介質

有效

• 申請號: 202011046732.6
• 申請日: 2020-09-29
• 公開（公告）號: CN112115369B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 丁銳
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F18/214;G06N5/01
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李慧引

本申請提供了一種特征數據的篩選方法、裝置、電子設備及計算機存儲介質，該方法包括：首先，獲取特征集合；其中，特征集合中包括至少一個特征；然后，將特征集合中的所有特征輸入至計算模型，由計算模型處理輸入的特征，得到計算模型的基準性能分值；再將特征集合中除待檢測特征以外的每一個特征輸入計算模型，由計算模型處理輸入的特征，得到計算模型的參考性能分值；待檢測特征指代特征集合中的每一個特征；最終，確定參考性能分值大于基準性能分值所對應的待檢測特征為有效特征；其中，有效特征用于訓練計算模型。以達到挑選出有效的特征對計算模型進行訓練，從而提高訓練得到的計算模型的性能的目的。

技術領域

本申請涉及計算機技術領域，特別涉及一種特征數據的篩選方法、裝置、電子設備及計算機存儲介質。

背景技術

隨著科技的不斷發展，各種個性化的預測模型的出現為用戶處理信息過載問題提供了一個有效的工具，例如：預測模型通過對海量的用戶歷史購物信息進行學習，從而可以向用戶推薦用戶感興趣的信息和商品；在做個人貸款項目時，預測模型通過用戶的歷史信息進行學習，從而對用戶在進行貸款時是否會發生還款逾期的情況進行預測等。

目前，在對模型進行訓練的過程中，通常會選取多個特征對模型進行訓練，但是，在選取特征的過程中并不能分辨哪些特征為有效特征，哪些特征為無效特征，如果在模型的訓練過程中加入了無效的特征，就會降低模型的性能，即影響后續使用模型進行預測時的準確性。

發明內容

有鑒于此，本申請提供一種特征數據的篩選方法、裝置、電子設備及計算機存儲介質，用于挑選出有效的特征對計算模型進行訓練，從而提高訓練得到的計算模型的性能。

本申請第一方面提供了一種特征數據的篩選方法，包括：

獲取特征集合；其中，所述特征集合中包括至少一個特征；

將所述特征集合中的所有特征輸入至計算模型，由所述計算模型處理輸入的特征，得到所述計算模型的基準性能分值；其中，所述計算模型為一個用于實現梯度提升迭代決策樹的框架；

將所述特征集合中除待檢測特征以外的每一個特征輸入所述計算模型，由所述計算模型處理輸入的特征，得到所述計算模型的參考性能分值；其中，所述待檢測特征指代所述特征集合中的每一個特征；

確定所述參考性能分值大于所述基準性能分值所對應的待檢測特征為有效特征；其中，所述有效特征用于訓練所述計算模型。

可選的，所述獲取特征集合之后，還包括：

按照預設的組合方式對所述特征集合中的特征進行組合，得到組合后的特征；

將所述組合后的特征加入所述特征集合。

可選的，所述按照預設的組合方式對所述特征集合中的特征進行組合，得到組合后的特征之前，還包括：

將每一個所述特征輸入至所述計算模型中，計算得到每一個所述特征的分值；

按照所述特征的分值將每一個所述特征從大到小進行排序，得到排序后的特征集合；

在所述排序后的特征集合中選取預設個數的特征，作為篩選后的特征集合；

其中，所述所述按照預設的組合方式對所述特征集合中的特征進行組合，得到組合后的特征，包括：

按照預設的組合方式對所述篩選后的特征集合中的特征進行組合，得到組合后的特征。

可選的，所述預設的組合方式為：將至少兩個所述特征相加，將至少兩個所述特征相減，將至少兩個所述特征相乘，或將至少兩個所述特征相除。

本申請第二方面提供了一種特征數據的篩選裝置，包括：

獲取單元，用于獲取特征集合；其中，所述特征集合中包括至少一個特征；