[发明专利]机器学习方法及系统在审
| 申请号： | 201710025563.X | 申请日： | 2017-01-13 |
| 公开（公告）号： | CN108304934A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 张成 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00;G06K9/62 |
| 代理公司： | 北京成创同维知识产权代理有限公司 11449 | 代理人： | 蔡纯;高青 |
| 地址： | 100195 北京市海淀区杏石口路6*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 机器学习 机器学习系统 计算效率 特征数据 稀疏矩阵 资源占用 数据量 存储 转换 | ||
1.一种机器学习方法，包括：
获取特征数据；
将所述特征数据转换为libSVM格式的特征数据；以及
基于所述libSVM格式的特征数据生成机器学习模型。
2.根据权利要求1所述的机器学习方法，其中，所述将所述特征数据转换为libSVM格式的特征数据包括：
根据预设转换规则，将所述特征数据中的每个值均转换为libSVM格式，从而将将所述特征数据转换为libSVM格式的特征数据。
3.根据权利要求2所述的机器学习方法，其中，如果所述数据是二维表数据，则针对二维表数据的每列设置的规则组成所述预设转换规则。
4.根据权利要求1所述的机器学习方法，还包括：在所述基于libSVM格式的特征数据生成机器学习模型之前，将所述libSVM格式的特征数据划分为训练数据和测试数据；
则所述基于所述libSVM格式的特征数据生成机器学习模型包括：
基于所述训练数据进行机器训练，生成机器学习模型；
基于所述测试数据测试所述机器学习模型，以确定所述机器学习模型是否达到预设要求。
5.根据权利要求4所述的机器学习方法，还包括：只存储达到预设要求的所述机器学习模型。
6.根据权利要求1所述的机器学习方法，还包括：在所述将所述特征数据转换为libSVM格式的特征数据之前，将所述特征数据进行数据清洗和加工。
7.一种机器学习系统，包括：
获取模块，用于获取特征数据；
转换模块，用于将所述特征数据转换为libSVM格式的特征数据；
生成模块，用于基于所述libSVM格式的特征数据生成机器学习模型。
8.根据权利要求7所述的机器学习系统，其中，所述转换模块包括：
根据预定义的转换规则，将所述特征数据中的每个值均转换为libSVM格式，从而将将所述样本文件转换为libSVM格式的数据文件。
9.根据权利要求7所述的机器学习系统，还包括：划分模块，用于将所述libSVM格式的特征数据划分为训练数据和测试数据；
则所述生成模块包括：
模型生成单元，用于基于所述训练数据进行机器训练，生成机器学习模型；
验证单元，用于基于所述测试数据测试所述机器学习模型，以确定所述机器学习模型是否达到预设要求。
10.根据权利要求9所述的机器学习系统，还包括：存储模块，用于只存储达到预设要求的所述机器学习模型。
11.根据权利要求7所述的机器学习系统，还包括：预处理模块，用于将所述特征数据进行数据清洗和加工。
12.一种设备，包括至少一个处理器，与至少一个处理器关联的数据存储器，以及数据存储器中的一组指令，其中所述至少一个处理器执行数据存储器中的所述指令以执行下列操作：获取特征数据；将所述特征数据转换为libSVM格式的特征数据；以及基于所述libSVM格式的特征数据生成机器学习模型。
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北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，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/201710025563.X/1.html，转载请声明来源钻瓜专利网。
