[發明專利]特征合成方法與裝置

在審

• 申請號: 202110357309.6
• 申請日: 2021-04-01
• 公開（公告）號: CN112906908A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 楊斌;李正文;徐健;趙寒
• 申請（專利權）人: 重慶度小滿優揚科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京知帆遠景知識產權代理有限公司 11890
• 代理人: 劉巖磊

本申請實施例提供一種特征合成方法與裝置，該方法包括：獲取用戶輸入的配置文件，所述配置文件包括原數據的存儲路徑；根據所述原數據的存儲路徑，獲得所述原數據；獲取所述原數據的特征定義信息，所述特征定義信息用于指示所述原數據的特征計算邏輯；根據所述原數據的特征定義信息，對所述原數據進行特征合成，得到所述原數據的多個合成特征。即本申請實施例實現特征合成的自動化，解決了人工進行特征合成時費時費力，且合成的特征數量有限的問題。

技術領域

本申請實施例涉及人工智能技術領域，尤其涉及一種特征合成方法與裝置。

背景技術

機器學習的應用需要大量的人工干預，這些人工干預表現在：特征提取、模型選擇、參數調節等機器學習的各個方面。為了降低機器學習中人工的干預，AutoML(AutomatedMachine Learning，機器自動學習)應用而生，AutoML用于將與特征、模型、優化、評價有關的重要步驟進行自動化地學習，使得機器學習模型無需人工干預即可被應用。

特征工程是AutoML的核心組成部分，包括特征合成、特征生成、特征篩選等步驟。其中，特征合成是生產新特征的重要手段。其針對數據，通過有經驗的建模人員所設計的不同變換操作產出新特征。通常情況下，建模人員大部分工作是圍繞特征展開的，為了提高建模效果，會嘗試不同的特征。

當前主流的特征合成方法是通過人工設計進行特征合成，即指建模人員自行根據應用場景和建模經驗設計和實現不同的特征合成算子，產出新特征。但是，人工進行特征合成不僅費時費力，且合成的特征數量有限。

發明內容

本申請實施例提供一種特征合成方法與裝置，用于提高微服務之間的調度可靠性。

第一方面，本申請實施例提供一種特征合成方法，包括：

獲取用戶輸入的配置文件，所述配置文件包括原數據的存儲路徑；

根據所述原數據的存儲路徑，獲得所述原數據；

獲取所述原數據的特征定義信息，所述特征定義信息用于指示所述原數據的特征計算邏輯；

根據所述原數據的特征定義信息，對所述原數據進行特征合成，得到所述原數據的多個合成特征。

在第一方面的一種可能的實現方式中，所述獲取所述原數據的特征定義信息，包括：

在檢測到所述用戶輸入特征定義文件時，從所述特征定義文件中獲得所述原數據的特征定義信息；

在未檢測到所述用戶輸入特征定義文件時，確定所述原數據對應的第一特征算子，根據所述原數據對應的第一特征算子和所述原數據，得到所述原數據的特征定義信息。

在第一方面的一種可能的實現方式中，所述確定所述原數據對應的第一特征算子，包括：

獲取所述用戶輸入的自定義算子文件，根據所述自定義算子文件，生成所述原數據對應的第一特征算子；和/或，

根據所述配置文件中所述用戶指定的第二特征算子信息，獲得所述第二特征算子，根據所述第二特征算子確定所述原數據對應的第一特征算子。

在第一方面的一種可能的實現方式中，所述根據所述原數據對應的第一特征算子和所述原數據，得到所述原數據的特征定義信息，包括：

基于所述原數據對應的第一特征算子和預設的特征合成原理，得到所述原數據的合成特征的數量閾值和所述合成特征的計算邏輯；

根據所述合成特征的數量閾值和所述合成特征的計算邏輯，形成所述特征定義信息。

在第一方面的一種可能的實現方式中，所述根據所述原數據的特征定義信息，對所述原數據進行特征合成，得到所述原數據的多個合成特征，包括：