[发明专利]特征工程策略确定方法及装置

权利要求书

1.一种特征工程策略确定方法，其特征在于，包括：

获取用于训练预设模型的预设维度特征的多个特征值；

根据所述多个特征值的排序确定多个分位区间；

获取每个分位区间中作为正样本的特征值的数量与所在区间内所有特征值的数量的正样本比例；

计算任意两个相邻的所述分位区间的所述正样本比例之间的正样本变化率；

根据所有分位区间对应的所述正样本比例之间的正样本变化率，确定用于处理所述预设维度特征的目标特征工程策略；

根据所述目标特征工程策略，处理预设维度特征的多个特征值；

将处理后的多个特征值，训练预设模型，以使训练后的所述预设模型根据输入的预设维度特征及特征值判断用户是否满足目标维度特征的人群。

2.根据权利要求1所述的特征工程策略确定方法，其特征在于，所述根据多个特征值的排序确定多个分位区间，包括：

将多个特征值进行排序；

根据预设区间数量将至少一个的特征值确定为分位点，以及，每个分位点的位置信息；

按照每个分位点的位置信息，利用分位点将排序后的多个特征值分隔成预设区间数量个分位区间，每个所述分位区间包含相同数量个所述特征值。

3.根据权利要求1所述的特征工程策略确定方法，其特征在于，所述确定用于处理所述预设维度特征的目标特征工程策略，包括：

判断所有正样本变化率是否满足预设连续化处理条件；

当所有正样本变化率满足预设连续化处理条件时，计算多个特征值的离差系数；

判断所述离差系数是否大于第一预设阈值；

当所述离差系数大于第一预设阈值时，确定预设特征工程策略为等频率连续归一方式；

当所述离差系数小于或等于第一预设阈值时，确定预设特征工程策略为等域宽连续归一方式。

4.根据权利要求3所述的特征工程策略确定方法，其特征在于，所述判断所有正样本变化率是否满足预设连续化处理条件，包括：

按照预设先后顺序依次判断所有正样本变化率是否均大于预设变化率阈值；

当所有正样本变化率均大于预设变化率阈值时，确定满足预设连续化处理条件；

当存在小于或等于预设变化率阈值的正样本变化率时，将小于预设变化率阈值的正样本变化率相关联的两个分位区间合并；判断合并后的分位区间的正样本变化率是否大于预设变化率阈值，当合并后分位区间的变化率大于预设变化率阈值时，确定所有正样本变化率满足预设连续化处理条件。

5.根据权利要求4所述的特征工程策略确定方法，其特征在于，所述将小于预设变化率阈值的正样本变化率相关联的两个分位区间合并，包括：

当小于或等于预设变化率阈值的正样本变化率是预设先后顺序中第一个正样本变化率时，将所述第一个正样本变化率对应的两个分位区间合并；

当小于或等于预设变化率阈值的正样本变化率不是预设先后顺序中第一个正样本变化率时，将当前正样本变化率在预设先后顺序的前一个正样本变化率对应的两个分位区间合并。

6.根据权利要求3至5任意一项所述的特征工程策略确定方法，其特征在于，所述确定用于处理所述预设维度特征的目标特征工程策略，还包括：

当存在不满足预设连续化处理条件的正样本变化率时，判断所述正样本变化率是否满足预设离散化处理条件；

当所述正样本变化率满足预设离散化处理条件时，获取用于分隔所述正样本变化率对应的两个分位区间的分位点，并将所述分位点存入预设分位点集合中；

判断所述预设分位点集合中包含的分位点的数量是否大于第二预设阈值；

当所述预设分位点集合中包含的分位点的数量大于第二预设阈值时，确定预设特征工程策略为多特征离散方式；

当所述分位点集合中包含的分位点的数量小于或等于第二预设阈值时，确定预设特征工程策略为单一特征离散方式。

7.根据权利要求6所述的特征工程策略确定方法，其特征在于，所述确定用于处理所述预设维度特征的目标特征工程策略，还包括：

当所述正样本变化率不满足预设离散化处理条件时，确定预设特征工程策略为WOE方式。