[發(fā)明專利]一種基于核函數(shù)的特征選擇方法及裝置

在審

• 申請?zhí)枺?/td>: 202210586433.4
• 申請日: 2022-05-27
• 公開（公告）號: CN114943292A
• 公開（公告）日: 2022-08-26
• 發(fā)明（設計）人: 袁宇
• 申請（專利權(quán)）人: 中國銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 郄晨芳

本發(fā)明公開了一種基于核函數(shù)的特征選擇方法及裝置，方法包括：對第一數(shù)據(jù)集進行轉(zhuǎn)置處理，得到第二數(shù)據(jù)集；基于所述第二數(shù)據(jù)集誘導出聚類算法所依賴的距離函數(shù)；基于所述距離函數(shù)，采用k?中心聚類算法得到建模的特征。上述實現(xiàn)方案通過轉(zhuǎn)置數(shù)據(jù)集，以特征為樣本，引入核函數(shù)；使用核函數(shù)化的k?中心聚類算法進行特征分組，在降低建模特征間的多重相關(guān)關(guān)系，提升模型泛化能力的同時，提升模型特征的可解釋性。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)，更具體的說，是涉及一種基于核函數(shù)的特征選擇方法及裝置。

背景技術(shù)

隨著移動智能和物聯(lián)網(wǎng)的飛速發(fā)展，人類產(chǎn)生的數(shù)據(jù)量正在呈指數(shù)級增長,大數(shù)據(jù)、人工智能應用也層出不窮。大數(shù)據(jù)、人工智能應用依賴于數(shù)據(jù)建模，建模效果依賴于特征選擇。由于數(shù)據(jù)量巨大，特征維度多，目前特征選擇方法多是基于SVD(Singular ValueDecomposition,奇異值分解)、PCA(Principal Component Analysis，一種數(shù)據(jù)降維方式)、LDA(Linear Discriminant Analysis，線性判別分析)的數(shù)據(jù)降維技術(shù)，這些方法可以降低特征間的多重相關(guān)關(guān)系，提升模型泛化能力，但是其缺點也很明顯，會讓模型變得難以解釋，不能滿足金融領(lǐng)域模型可解釋性的需求。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供如下技術(shù)方案：

一種基于核函數(shù)的特征選擇方法，包括：

對第一數(shù)據(jù)集進行轉(zhuǎn)置處理，得到第二數(shù)據(jù)集；

引入核函數(shù)，并基于所述第二數(shù)據(jù)集誘導出聚類算法所依賴的距離函數(shù)；

基于所述距離函數(shù)，采用k-中心聚類算法得到所述核函數(shù)建模的特征。

可選的，還包括：

基于所述建模的特征和模型評價指標，確定參數(shù)最優(yōu)的核函數(shù)。

可選的，所述基于所述建模的特征和模型評價指標，確定參數(shù)最優(yōu)的核函數(shù)，包括：

對于引入的核函數(shù)，基于模型指標，通過不斷的參數(shù)調(diào)優(yōu)，通過循環(huán)執(zhí)行所述基于所述第二數(shù)據(jù)集誘導出聚類算法所依賴的距離函數(shù)和所述基于所述距離函數(shù)，采用k-中心聚類算法得到建模的特征的步驟，確定參數(shù)最優(yōu)的核函數(shù)。

可選的，在所述基于所述建模的特征和模型評價指標，確定參數(shù)最優(yōu)的核函數(shù)后，還包括：

基于所述模型評價指標確定最優(yōu)的聚類數(shù)k。

可選的，所述基于所述模型評價指標確定最優(yōu)的聚類數(shù)k，包括：

基于所述最優(yōu)的核函數(shù)和所述模型評價指標，對所述k-中心聚類算法的聚類數(shù)k進行調(diào)優(yōu)。

一種基于核函數(shù)的特征選擇裝置，包括：

數(shù)據(jù)處理模塊，用于對第一數(shù)據(jù)集進行轉(zhuǎn)置處理，得到第二數(shù)據(jù)集；

核距離確定模塊，用于引入核函數(shù)，并基于所述第二數(shù)據(jù)集誘導出聚類算法所依賴的距離函數(shù)；

特征確定模塊，用于基于所述距離函數(shù)，采用k-中心聚類算法得到所述核函數(shù)建模的特征。

可選的，還包括：

核函數(shù)確定模塊，用于基于所述建模的特征和模型評價指標，確定參數(shù)最優(yōu)的核函數(shù)。

可選的，所述核函數(shù)確定模塊具體用于：對于選擇的待確定核函數(shù)，基于模型指標，通過不斷的參數(shù)調(diào)優(yōu)，通過核距離確定模塊和所述特征確定模塊的循環(huán)工作，確定參數(shù)最優(yōu)的核函數(shù)。

可選的，還包括：

聚類數(shù)確定模塊，用于基于所述模型評價指標確定最優(yōu)的聚類數(shù)k。