[发明专利]一种数据建模的方法、装置、电子设备及可读介质在审

专利信息
申请号: 201811203748.6 申请日: 2018-10-16
公开(公告)号: CN109376419A 公开(公告)日: 2019-02-22
发明(设计)人: 杨科斌 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100041 北京市石景山区*** 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: 数据建模 初选 电子设备 可读介质 配置文件 数据模型 精选 特征字典 结构化 写入 简易 筛选 统一
【权利要求书】:

1.一种数据建模的方法,其特征在于,包括:

获取用户在特征字典中所选取的初选特征,并将所述初选特征写入到第一配置文件中;

对所述第一配置文件中所述初选特征进行筛选,得到精选特征;

根据所述精选特征进行数据模型的训练,得到数据模型。

2.根据权利要求1所述的方法,其特征在于,根据所述精选特征进行数据模型的训练,得到数据模型,包括:

获取用户从第二配置文件待选模型训练算法中选择的模型训练算法;

将所选择的模型训练算法作为执行模型训练算法;

利用所述执行模型训练算法对样本数据根据所述精选特征进行模型训练。

3.根据权利要求2所述的方法,其特征在于,获取用户选择的模型训练算法包括获取用户选择两种及以上的模型训练算法;

相应的,将所选择的模型训练算法作为执行模型训练算法,包括:

将所选择的两种及以上的模型训练算法的组合作为执行模型训练算法。

4.根据权利要求3所述的方法,其特征在于,将所选择的两种及以上的模型训练算法的组合作为执行模型训练算法,包括:

按照用户预先设置的算法组合,或者,根据所述两种及以上的模型训练算法中各种模型训练算法运算结果确定算法组合,来进行模型训练。

5.根据权利要求1所述的方法,其特征在于,在根据所述精选特征进行数据模型的训练,得到数据模型之后,所述方法还包括:

获取用户从第三配置文件中选择的模型测试维度;

根据所述模型测试维度与模型测试方法之间的关联关系,确定模型测试方法;

根据所述模型测试方法对得到的数据模型进行测试。

6.一种数据建模的装置,其特征在于,包括:

特征提取模块,用于获取用户在特征字典中所选取的初选特征,并将所述初选特征写入到第一配置文件中;

特征筛选模块,用于对所述第一配置文件中所述初选特征进行筛选,得到精选特征;

数据模型训练模块,用于根据所述精选特征进行数据模型的训练,得到数据模型。

7.根据权利要求6所述的装置,其特征在于,所述数据模型训练模块,包括:

模型训练算法选取单元,用于获取用户从第二配置文件待选模型训练算法中选择的模型训练算法;

执行模型训练算法确定单元,用于将所选择的模型训练算法作为执行模型训练算法;

模型训练单元,用于利用所述执行模型训练算法对样本数据根据所述精选特征进行模型训练。

8.根据权利要求7所述的装置,其特征在于,所述模型训练算法选取单元,具体用于获取用户选择的模型训练算法包括获取用户选择两种及以上的模型训练算法;

相应的,所述执行模型训练算法确定单元,包括:

算法组合子单元,用于将所选择的两种及以上的模型训练算法的组合作为执行模型训练算法。

9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的数据建模的方法。

10.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的数据建模的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201811203748.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top