[发明专利]一种特征参数重要性的确定方法及装置

说明书

本说明书提供一种特征参数重要性的确定方法及装置。所述方法包括：通过调整待处理模型的模型数据中的特征参数的取值，并将调整后的模型数据输入到待处理模型中，分析特征参数取值的调整对模型输出结果的影响，确定出各个特征参数的重要性。本说明书实施例，不限于模型的类型、种类，适用性比较强，实现了模型中特征参数重要性的确定，为模型的训练提供了准确的理论基础。

技术领域

本说明书属于计算机技术领域，尤其涉及一种特征参数重要性的确定方法及装置。

背景技术

特征工程是机器学习算法、模型构建、模型训练等的重要组成部分，在特征设计过程中，工作人员运用领域知识将数据表达成可以应用于机器学习算法、模型构建、模型训练等的特征。如何快速度量各输入特征的重要性对于算法设计人员理解模型训练结果，提升模型效能有重要的意义。

现有技术中，对于特征参数的重要性度量，往往针对性比较强，即针对某种特殊的模型或算法，度量特征参数的重要性，数据处理过程比较复杂，适用性不强。

发明内容

本说明书目的在于提供一种特征参数重要性的确定方法及装置，适用于不同种类模型的特征参数的重要性度量。

第一方面本说明书实施例提供了一种特征参数重要性的确定方法，包括：

获取调整后的模型数据集合，其中，所述调整后的模型数据集合根据预设规则获得，所述预设规则包括：确定待处理模型的待分析特征参数，调整所述待分析参数的取值大小，除所述待分析特征参数的其他特征参数的取值保持不变，分别获得所述待分析特征参数对应的调整后的模型数据集合；

将所述调整后的模型数据集合输入所述待处理模型，分别获得所述调整后的模型数据集合对应的模型输出数据集合；

根据所述调整后的模型数据集合对应的模型输出数据集合，确定出所述待分析特征参数的重要程度的输出结果。

进一步地，所述方法的另一个实施例中，所述调整所述待分析参数的取值大小，分别获得所述待分析特征参数对应的调整后的模型数据集合，包括：

获取所述待处理模型的模型数据集合；

将所述模型数据集合中不同模型数据对应的所述待分析特征参数的取值进行调换，所述不同模型数据对应的除所述待分析特征参数的其他特征参数的取值保持不变，分别获得所述待分析特征参数对应的调整后的模型数据集合。

进一步地，所述方法的另一个实施例中，所述根据所述调整后的模型数据集合对应的模型输出数据集合，确定出所述待分析特征参数的重要程度的输出结果，包括：

分别计算所述模型输出数据集合中模型输出结果的离散值，所述离散值用于表征所述模型输出数据集合中模型输出的离散程度；

将所述离散值作为待分析特征参数的重要程度的输出结果。

进一步地，所述方法的另一个实施例中，所述确定出所述待分析特征参数的重要程度的输出结果，包括：

所述离散值越大，确定出的对应的待分析特征参数的重要程度越高。

进一步地，所述方法的另一个实施例中，所述待分析特征参数对应指定个数调整后的模型数据集合；

相应地，所述分别确定出所述调整后的模型数据集合对应的模型输出数据集合，包括：

将所述指定个数调整后的模型数据集合输入所述待处理模型，分别确定出所述指定个数调整后的模型数据集合对应的模型输出数据集合；

相应地，所述根据所述调整后的模型数据集合对应的模型输出数据集合，待分析特征参数的重要程度的输出结果，包括：

分别计算所述指定个数调整后的模型数据集合对应的模型输出数据集合中模型输出结果的离散值；