[發(fā)明專利]模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011416145.1
• 申請日: 2020-12-04
• 公開（公告）號: CN112418341A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計）人: 付金偉
• 申請（專利權(quán)）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京超成律師事務(wù)所 11646
• 代理人: 裴素英

1.一種預(yù)測模型的融合方法，其特征在于，包括：

獲取多個預(yù)測模型，所述多個預(yù)測模型分別為根據(jù)多個應(yīng)用場景下的預(yù)設(shè)預(yù)測需求的樣本數(shù)據(jù)訓(xùn)練的具有多個不同分類算法的預(yù)測模型；

采用每個預(yù)測模型對目標樣本數(shù)據(jù)進行預(yù)測，得到所述每個預(yù)測模型的樣本預(yù)測值，所述目標樣本數(shù)據(jù)為所述每個預(yù)測模型對應(yīng)的應(yīng)用場景下所述預(yù)設(shè)預(yù)測需求的樣本數(shù)據(jù)；

根據(jù)所述每個預(yù)測模型的樣本預(yù)測值、以及所述目標樣本數(shù)據(jù)對應(yīng)的標準預(yù)測值，確定所述每個預(yù)測模型的預(yù)測誤差；

根據(jù)所述每個預(yù)測模型的預(yù)測誤差，以及所述多個預(yù)測模型的預(yù)測誤差，計算所述每個預(yù)測模型的權(quán)重；所述多個預(yù)測模型的權(quán)重分別為對混合應(yīng)用場景中的輸入數(shù)據(jù)進行預(yù)測的過程中，所述多個預(yù)測模型對所述輸入數(shù)據(jù)的預(yù)測權(quán)重。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述樣本預(yù)測值包括：所述每個預(yù)測模型對所述目標樣本數(shù)據(jù)中多個樣本數(shù)據(jù)進行預(yù)測的多個預(yù)測值；所述根據(jù)所述每個預(yù)測模型的樣本預(yù)測值、以及所述樣本數(shù)據(jù)對應(yīng)的標準預(yù)測值，確定所述每個預(yù)測模型的預(yù)測誤差，包括：

根據(jù)所述多個預(yù)測值，和所述多個樣本數(shù)據(jù)對應(yīng)的多個標準預(yù)測值，分別計算所述多個樣本數(shù)據(jù)對應(yīng)的多個預(yù)測誤差；

根據(jù)所述多個預(yù)測誤差，計算所述每個預(yù)測模型的預(yù)測誤差。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述多個預(yù)測誤差，計算所述每個預(yù)測模型的預(yù)測誤差，包括：

根據(jù)每個預(yù)測誤差和對應(yīng)的樣本預(yù)測值，計算每個樣本數(shù)據(jù)對應(yīng)的相對預(yù)測誤差；

根據(jù)所述多個樣本數(shù)據(jù)的相對誤差的平均值，計算所述每個預(yù)測模型的預(yù)測誤差。

4.根據(jù)權(quán)利要求1-3中任一所述的方法，其特征在于，所述根據(jù)所述每個預(yù)測模型的預(yù)測誤差，以及所述多個預(yù)測模型的預(yù)測誤差，計算所述每個預(yù)測模型的權(quán)重，包括：

根據(jù)所述多個預(yù)測模型的預(yù)測誤差，計算所述多個預(yù)測模型的第一平均誤差；

根據(jù)所述第一平均誤差，和所述多個預(yù)測模型中所述每個預(yù)測模型之外的其他預(yù)測模型的第二平均誤差，計算所述每個預(yù)測模型的預(yù)測誤差貢獻值；

根據(jù)所述預(yù)測誤差貢獻值，計算所述每個預(yù)測模型的權(quán)重。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述第一平均誤差，和所述多個預(yù)測模型中所述每個預(yù)測模型之外的其他預(yù)測模型的第二平均誤差，計算所述每個預(yù)測模型的預(yù)測誤差貢獻值，包括：

計算所述第一平均誤差，和所述第二平均誤差的差值；

根據(jù)所述差值和所述每個預(yù)測模型在所述多個預(yù)測模型中的出現(xiàn)概率，計算所述預(yù)測誤差貢獻值。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述預(yù)測誤差貢獻值，計算所述每個預(yù)測模型的權(quán)重，包括：

計算所述預(yù)測誤差貢獻值以及所述第一平均誤差的比值；

根據(jù)所述比值，和預(yù)設(shè)最大權(quán)重值的偏差，計算所述每個預(yù)測模型的權(quán)重。

7.一種混合應(yīng)用場景中預(yù)測方法，其特征在于，包括：

獲取所述混合應(yīng)用場景中的輸入數(shù)據(jù)；所述混合應(yīng)用場景為包括多個應(yīng)用場景中的混合場景；

分別采用多個預(yù)測模型對所述輸入數(shù)據(jù)進行預(yù)測，得到所述多個預(yù)測模型的預(yù)測值；所述多個預(yù)測模型分別為根據(jù)所述多個應(yīng)用場景下的預(yù)設(shè)預(yù)測需求的樣本數(shù)據(jù)訓(xùn)練的具有多個不同分類算法的預(yù)測模型；

根據(jù)所述多個預(yù)測模型的權(quán)重，對所述多個預(yù)測模型的預(yù)測值進行加權(quán)和運算，得到所述輸入數(shù)據(jù)的目標預(yù)測值；其中，每個預(yù)測模型的權(quán)重為采用上述權(quán)利要求1-6中任一所述的方法計算得到的權(quán)重。