[發(fā)明專利]一種調(diào)整模型穩(wěn)定性的方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110168787.2
• 申請(qǐng)日: 2021-02-07
• 公開（公告）號(hào): CN112508202B
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 李達(dá);丁楠;蘇綏綏
• 申請(qǐng)（專利權(quán)）人: 北京淇瑀信息科技有限公司
• 主分類號(hào): G06N20/00
• 分類號(hào): G06N20/00
• 代理公司: 北京清誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11691
• 代理人: 喬?hào)|峰

本發(fā)明公開了一種調(diào)整模型穩(wěn)定性的方法、裝置及電子設(shè)備，所述方法包括：接收樣本存在分布差異的報(bào)警信息；獲取所述模型當(dāng)前樣本中各個(gè)特征的SHAP值；將所述SHAP值轉(zhuǎn)換為NDPS值；所述NDPS值表示特征在不同樣本中的歸一化權(quán)重偏移量；根據(jù)所述NDPS值對(duì)所述模型進(jìn)行調(diào)整。本發(fā)明在樣本存在分布差異時(shí)，將模型當(dāng)前樣本中各個(gè)特征的SHAP指轉(zhuǎn)化為能夠表示特征在不同樣本中的歸一化權(quán)重偏移量的NDPS值，再根據(jù)NDPS值對(duì)模型進(jìn)行調(diào)整，從而提高模型的穩(wěn)定性。相較于現(xiàn)有技術(shù)，本發(fā)明無(wú)需再次通過新樣本來(lái)對(duì)模型重新訓(xùn)練，能快速高效的提高模型穩(wěn)定性，節(jié)約人力和時(shí)間。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體而言，涉及一種調(diào)整模型穩(wěn)定性的方法、裝置及電子設(shè)備。

背景技術(shù)

作為人工智能的分支和實(shí)現(xiàn)方法，機(jī)器學(xué)習(xí)被廣泛應(yīng)用于機(jī)器視覺、語(yǔ)音識(shí)別、自然語(yǔ)言處理、數(shù)據(jù)挖掘、風(fēng)險(xiǎn)控制等領(lǐng)域。機(jī)器學(xué)習(xí)根據(jù)樣本數(shù)據(jù)模型，再用模型對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)與決策。

由于模型是以特定時(shí)期的樣本數(shù)據(jù)所開發(fā)的，而隨著時(shí)間的推移，模型測(cè)試的人群（測(cè)試樣本）可能會(huì)發(fā)生變化，比如開發(fā)人群（開發(fā)樣本）是工作白領(lǐng)人群，而之后模型主要應(yīng)用于測(cè)試學(xué)生人群。由于不同人群樣本會(huì)存在分布差異，導(dǎo)致穩(wěn)定性差的模型就不能對(duì)新人群進(jìn)行很好的區(qū)分，需要更新模型。

目前主要通過采集新的人群樣本數(shù)據(jù)對(duì)模型重新訓(xùn)練的方式來(lái)更新模型，以提高模型的穩(wěn)定性。但這種方式需要對(duì)新的人群樣本數(shù)據(jù)進(jìn)行采集、清洗、打標(biāo)簽等處理，耗時(shí)耗力，效率低下。

發(fā)明內(nèi)容

本發(fā)明旨解決現(xiàn)有技術(shù)中對(duì)于存在分布差異的新舊樣本，需要再次通過新樣本對(duì)模型重新訓(xùn)練來(lái)提高模型穩(wěn)定性，浪費(fèi)開發(fā)人員時(shí)間和精力、且效率低下的技術(shù)問題。

為了解決上述技術(shù)問題，本發(fā)明第一方面提出一種調(diào)整模型穩(wěn)定性的方法，用于樣本存在分布差異時(shí)，提高模型的穩(wěn)定性，所述方法包括：

接收樣本存在分布差異的報(bào)警信息；

獲取所述模型當(dāng)前樣本中各個(gè)特征的SHAP值；

將所述SHAP值轉(zhuǎn)換為NDPS值；所述NDPS值表示特征在不同樣本中的歸一化權(quán)重偏移量；

根據(jù)所述NDPS值對(duì)所述模型進(jìn)行調(diào)整。

根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述將所述SHAP值轉(zhuǎn)換為NDPS值包括：

將當(dāng)前樣本中各個(gè)特征的SHAP值按照指定順序進(jìn)行排序，得到第i個(gè)特征的實(shí)際排序值rank_act,i ；

獲取所述模型中各個(gè)特征的基準(zhǔn)SHAP值，并將所述各個(gè)特征的基準(zhǔn)SHAP值按照指定順序進(jìn)行排序，得到第i個(gè)特征的基準(zhǔn)排序值rank_BZ,i；

通過如下公式得到第i個(gè)特征的NDPS值：

；

其中：N為所述模型的特征總個(gè)數(shù)。

根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述接收樣本存在分布差異的報(bào)警信息之后，所述方法還包括：

根據(jù)預(yù)設(shè)報(bào)警規(guī)則確定所述報(bào)警信息對(duì)應(yīng)的目標(biāo)報(bào)警類型；

根據(jù)報(bào)警類型與模型調(diào)整策略的對(duì)應(yīng)關(guān)系獲取所述目標(biāo)報(bào)警類型對(duì)應(yīng)的目標(biāo)模型調(diào)整策略；

所述根據(jù)所述NDPS值對(duì)所述模型進(jìn)行調(diào)整具體為：

根據(jù)所述NDPS值及所述目標(biāo)模型調(diào)整策略對(duì)模型進(jìn)行調(diào)整。

根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述預(yù)設(shè)報(bào)警規(guī)則用于根據(jù)不同的波動(dòng)指標(biāo)將報(bào)警信息分為不同類型。

根據(jù)本發(fā)明一種優(yōu)選的實(shí)施方式，所述波動(dòng)指標(biāo)包括模型的穩(wěn)定度指標(biāo)、模型通過量指標(biāo)中的至少一種。