[发明专利]基于特征选择的模型检测方法在审
| 申请号： | 201510811301.7 | 申请日： | 2015-11-20 |
| 公开（公告）号： | CN105447519A | 公开（公告）日： | 2016-03-30 |
| 发明（设计）人： | 何鸣;杨琪;吴鹏越 | 申请（专利权）人： | 携程计算机技术（上海）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海弼兴律师事务所 31283 | 代理人： | 薛琦;罗朗 |
| 地址： | 200335 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 特征 选择 模型 检测 方法 | ||
1.一种基于特征选择的模型检测方法，其特征在于，包括以下步骤：
S1、对原始数据集进行随机分割，并将分割后的数据放入原始训练集、验证集和测试集中；
S2、采用原始训练集训练一个模型；
S3、利用所述模型预测原始训练集和验证集，分别得到原始训练集的预测误差和验证集的预测误差；
S4、删除原始训练集中的第j个特征以得到一个新的训练集，利用所述模型预测所述新的训练集，得到新的训练集的预测误差，其中j的初始值为1；
S5、将j+1赋值为j，并返回步骤S4，直至j取值为C时执行步骤S6，其中C表示原始数据集的特征数；
S6、计算C组新的训练集的预测误差与原始训练集的预测误差之间的距离；
S7、对计算出的距离进行排序，并查找G个最小距离所对应的特征，其中G表示删除粒度，G为自然数，且1≤G≤C-1；
S8、将查找出的特征的序号保存至删除特征序列中，并在原始训练集和验证集中删除查找出的特征；
S9、将C-G赋值为C，并返回步骤S2，直至C≤G时执行步骤S10；
S10、根据验证集的预测误差得到一个最小误差值所对应的序号K，将删除特征序列中的前K-1个特征从原始训练集和测试集中删除；
S11、采用删除前K-1个特征后的训练集训练一个新的模型，并利用新的模型预测删除前K-1个特征后的测试集，以得到测试集的预测误差。
2.如权利要求1所述的模型检测方法，其特征在于，步骤S7中按照从大到小的顺序对计算出的距离进行排序。
3.如权利要求1所述的模型检测方法，其特征在于，步骤S2和步骤S11中采用支持向量机训练模型。
4.如权利要求1所述的模型检测方法，其特征在于，步骤S3中原始训练集的预测误差和验证集的预测误差均为均方根误差。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于携程计算机技术（上海）有限公司，未经携程计算机技术（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510811301.7/1.html，转载请声明来源钻瓜专利网。
