[发明专利]一种特征数据的生成方法及装置

说明书

本说明书提供一种特征数据的生成方法及装置，将待处理数据进行属性转换，将转换后的数据进行数据拼接，并对获得的拼接数据进行哈希映射，利用哈希映射后的特征值进行特征筛选，筛选出属性特征比较显著的特征数据。能够快速的寻找出具备显著性的属性类特征或属性类衍生特征，该特征具备很强的可解释性，能够供业务专家理解并快速运营至业务中。同时，本说明书实施例采用的Hash方法能够将数据进行快速的转换，实现了一种轻量级的暴力衍生实现方法，使得所有的属性及其枚举都能够在输入特征范围内，保证特征的完备性，提高了特征数据生成的准确性。

技术领域

本说明书属于计算机技术领域，尤其涉及一种特征数据的生成方法及装置。

背景技术

特征数据可以表示原始数据中具有一定物理意义的数据，特征数据可以用于数据分析、模型建设、策略建设等中。目前在一个完整的数据分析、模型建设、策略建设流程中，特征工程的时间占比通常比较大。因此，特征数据的自动生成在数据分析、模型建设、策略建设中是一项比较重要的技术。

现有技术中，特征数据的生成方法通常使用决策树、随机森林的方式，这些方法可能会导致一些属性的枚举无法被选中，使得特征数据生成的准确性不高，或者对于物理空间要求较高，运行效率比较低等，影响数据处理效率。

发明内容

本说明书实施例提供的一种特征数据的生成方法、装置、处理设备及系统是通过包括以下的实施方式实现的：

一方面本说明书实施例提供了一种特征数据的生成方法，包括：

将待处理数据转换成属性类变量；

将不同的所述属性类变量进行拼接，获得拼接数据；

利用哈希函数将所述拼接数据进行哈希映射，确定出所述拼接数据对应的第一特征值；

根据所述拼接数据以及所述拼接数据对应的第一特征值，对所述拼接数据进行筛选，筛选出所述待处理数据的特征数据。

另一方面，本说明书提供了一种特征数据的生成装置，包括：

数据转换模块，用于将待处理数据转换成属性类变量；

数据拼接模块，用于将不同的所述属性类变量进行拼接，获得拼接数据；

哈希映射模块，用于利用哈希函数将所述拼接数据进行哈希映射，确定出所述拼接数据对应的第一特征值；

特征筛选模块，用于根据所述拼接数据以及所述拼接数据对应的第一特征值，对所述拼接数据进行筛选，筛选出所述待处理数据的特征数据。

还一方面，本说明书提供了特征数据生成的处理设备，包括：至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现本说明书实施例中记载的特征数据生成方法。

再一方面，本说明书提供了一种特征数据的生成系统，包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现本说明书实施例中记载的特征数据生成方法。

本说明书提供的特征数据生成方法、装置、处理设备、系统，将待处理数据进行属性转换，将转换后的数据进行数据拼接，并对获得的拼接数据进行哈希映射，利用哈希映射后的特征值进行特征筛选，筛选出属性特征比较显著的特征数据。能够快速的寻找出具备显著性的属性类特征或属性类衍生特征，该特征具备很强的可解释性，能够供业务专家理解并快速运营至业务中。同时，本说明书实施例采用的Hash(哈希算法)方法能够将数据进行快速的转换，实现了一种轻量级的暴力衍生实现方法，使得所有的属性及其枚举都能够在输入特征范围内，保证特征的完备性，提高了特征数据生成的准确性。

附图说明