[发明专利]一种模型预测方法及装置在审
申请号: | 201910096138.9 | 申请日: | 2019-01-31 |
公开(公告)号: | CN109800890A | 公开(公告)日: | 2019-05-24 |
发明(设计)人: | 郭升挺 | 申请(专利权)人: | 网宿科技股份有限公司 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 200030 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多个目标 预测结果 预测数据 预测 模型预测 目标模型 模型结构 训练过程 训练数据 第一级 子模型 分析 | ||
1.一种模型预测方法,其特征在于,所述方法包括:
获取待预测数据;
使用多个目标模型对所述待预测数据进行预测,得到所述多个目标模型分别对应的预测结果;其中,第一目标模型是根据第一模型对训练数据的预测精确度和基于所述第一模型得到的第一级子模型对所述训练数据的预测精确度得到的,所述第一模型为初始模型或者基于所述初始模型得到的第N级子模型,N为大于或等于1的整数;所述第一目标模型为所述多个目标模型中的任一目标模型;
根据所述多个目标模型分别对应的预测结果,确定所述待预测数据的预测结果。
2.根据权利要求1所述的方法,其特征在于,所述第一目标模型是根据第一模型对训练数据的预测精确度和基于所述第一模型得到的第一级子模型对所述训练数据的预测精确度得到的,包括:
当基于所述第一模型得到的第一级子模型对所述训练数据的预测精确度小于预设阈值时,若所述第一模型对所述训练数据的预测精确度小于所述第一级子模型对所述训练数据的预测精确度,则根据所述第一级子模型得到所述第一目标模型。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当所述第一模型对所述训练数据的预测精确度大于预设阈值时,则确定所述第一模型为所述目标模型。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述第一模型对所述训练数据的预测精确度大于所述第一级子模型对所述训练数据的预测精确度,则根据所述第一模型得到所述第一目标模型。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述根据所述多个目标模型分别对应的预测结果,确定所述待预测数据的预测结果,包括:
若预测结果为第一预测结果的目标模型的个数大于预测结果为第二预测结果的目标模型的个数,则确定所述待预测数据的预测结果为所述第一预测结果;所述第二预测结果为所述多个目标模型分别对应的预测结果中除所述第一预测结果以外的预测结果。
6.一种模型预测装置,其特征在于,所述装置包括:
获取模块,用于获取待预测数据;
预测模块,用于使用多个目标模型对所述待预测数据进行预测,得到所述多个目标模型分别对应的预测结果;其中,第一目标模型是根据第一模型对训练数据的预测精确度和基于所述第一模型得到的第一级子模型对所述训练数据的预测精确度得到的,所述第一模型为初始模型或者基于所述初始模型得到的第N级子模型,N为大于或等于1的整数;所述第一目标模型为所述多个目标模型中的任一目标模型;
确定模块,用于根据所述多个目标模型分别对应的预测结果,确定所述待预测数据的预测结果。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括训练模块,所述训练模块具体用于:
当基于所述第一模型得到的第一级子模型对所述训练数据的预测精确度小于预设阈值时,若所述第一模型对所述训练数据的预测精确度小于所述第一级子模型对所述训练数据的预测精确度,则根据所述第一级子模型得到所述第一目标模型。
8.根据权利要求7所述的装置,其特征在于,所述训练模块还用于:
当所述第一模型对所述训练数据的预测精确度大于预设阈值时,则确定所述第一模型为所述目标模型。
9.根据权利要求7所述的装置,其特征在于,所述训练模块还用于:
若所述第一模型对所述训练数据的预测精确度大于所述第一级子模型对所述训练数据的预测精确度,则根据所述第一模型得到所述第一目标模型。
10.根据权利要求6至9中任一项所述的装置,其特征在于,所述确定模块用于:
若预测结果为第一预测结果的目标模型的个数大于预测结果为第二预测结果的目标模型的个数,则确定所述待预测数据的预测结果为所述第一预测结果;所述第二预测结果为所述多个目标模型分别对应的预测结果中除所述第一预测结果以外的预测结果。
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网宿科技股份有限公司,未经网宿科技股份有限公司许可,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/201910096138.9/1.html,转载请声明来源钻瓜专利网。