[发明专利]用于确定机器学习样本的重要特征的方法及系统

权利要求书

1.一种用于确定机器学习样本的重要特征的方法，包括：

(A)获取历史数据记录，其中，所述历史数据记录包括多个属性信息；

(B)基于所述多个属性信息生成至少一个候选特征；

(C)对所述至少一个候选特征进行重要性的预排序，并根据预排序结果从所述至少一个候选特征中筛选出一部分候选特征以组成候选特征池；以及

(D)对候选特征池中的各个候选特征进行重要性的再排序，并根据再排序结果从候选特征池中选择重要性较高的至少一个候选特征作为重要特征。

2.如权利要求1所述的方法，其中，在步骤(C)中，根据预排序结果从所述至少一个候选特征中筛选出重要性较高的候选特征以组成候选特征池。

3.如权利要求1所述的方法，其中，在步骤(C)中，通过以下处理来进行预排序：针对每一个候选特征，得到预排序单特征机器学习模型，基于各个预排序单特征机器学习模型的效果来确定各个候选特征的重要性，其中，预排序单特征机器学习模型对应所述每一个候选特征。

4.如权利要求1所述的方法，其中，在步骤(C)中，通过以下处理来进行预排序：针对每一个候选特征，得到预排序整体机器学习模型，基于各个预排序整体机器学习模型的效果来确定各个候选特征的重要性，其中，预排序整体机器学习模型对应预排序基本特征子集和所述每一个候选特征。

5.如权利要求1所述的方法，其中，在步骤(C)中，通过以下处理来进行预排序：针对每一个候选特征，得到预排序复合机器学习模型，基于各个预排序复合机器学习模型的效果来确定各个候选特征的重要性，其中，预排序复合机器学习模型包括基于提升框架的预排序基本子模型和预排序附加子模型，其中，预排序基本子模型对应预排序基本特征子集，预排序附加子模型对应所述每一个候选特征。

6.如权利要求1所述的方法，其中，在步骤(D)中，通过以下处理来进行再排序：针对候选特征池中的每一个候选特征，得到再排序单特征机器学习模型，基于各个再排序单特征机器学习模型的效果来确定各个候选特征的重要性，其中，再排序单特征机器学习模型对应所述每一个候选特征。

7.如权利要求1所述的方法，其中，在步骤(D)中，通过以下处理来进行再排序：针对候选特征池中的每一个候选特征，得到再排序整体机器学习模型，基于各个再排序整体机器学习模型的效果来确定各个候选特征的重要性，其中，再排序复合机器学习模型对应再排序基本特征子集和所述每一个候选特征。

8.如权利要求1所述的方法，其中，在步骤(D)中，通过以下处理来进行再排序：针对候选特征池中的每一个候选特征，得到再排序复合机器学习模型，基于各个再排序复合机器学习模型的效果来确定各个候选特征的重要性，其中，再排序复合机器学习模型包括基于提升框架的再排序基本子模型和再排序附加子模型，其中，再排序基本子模型对应再排序基本特征子集，再排序附加子模型对应所述每一个候选特征。

9.如权利要求1所述的方法，还包括：(E)检验所述重要特征是否适于作为机器学习样本的特征。

10.一种用于确定机器学习样本的重要特征的系统，包括：

数据记录获取装置，用于获取历史数据记录，其中，所述历史数据记录包括多个属性信息；

候选特征生成装置，用于基于所述多个属性信息生成至少一个候选特征；

预排序装置，用于对所述至少一个候选特征进行重要性的预排序，并根据预排序结果从所述至少一个候选特征中筛选出一部分候选特征以组成候选特征池；以及

再排序装置，用于对候选特征池中的各个候选特征进行重要性的再排序，并根据再排序结果从候选特征池中选择重要性较高的至少一个候选特征作为重要特征。