[发明专利]一种机器学习模型辅助构建方法、系统、设备及介质

权利要求书

1.一种机器学习模型辅助构建方法，其特征是，包括：

接收步骤：接收用户输入的机器学习领域关键词、待分类机器学习数据集和已知分类标签；

关键词匹配步骤：将机器学习领域关键词与关键词数据库中的关键词进行逐一匹配；

如果匹配成功，就表示存在领域匹配的机器学习模型，进入模型优化步骤，

如果匹配失败，则表示不存在领域匹配的机器学习模型，进入推荐步骤；

模型优化步骤：将领域匹配的机器学习模型对应的待调整参数名称、每个待调整参数的参数范围和每次调整的增减步长范围通过web交互页面反馈给用户；接收用户输入的重新设置后的待调整参数和增减步长；基于用户输入的重新设置后的待调整参数和增减步长，对领域匹配的机器学习模型的参数进行优化，输出参数后化后的机器学习模型；

推荐步骤：将其他领域若干个预设推荐的机器学习模型通过web交互页面反馈给用户，包括：web交互页面接收用户对web交互页面算法组件的选择指令，根据对web交互页面算法组件的选择指令自主创建的机器学习模型；

根据业务自动推断参数和进行参数的组合；并对搜集的测试数据进行分析，根据测试结果和分析目标来动态优化参数设置，采用软件代理自动实现参数的调整。

2.如权利要求1所述的方法，其特征是，如果用户对选择的机器学习模型进行优化，则返回接收步骤。

3.如权利要求1所述的方法，其特征是，所述基于用户输入的重新设置后的待调整参数和增减步长，对领域匹配的机器学习模型的参数进行优化，输出参数后化后的机器学习模型；具体步骤包括：

待分类的机器学习数据集和已知分类标签均输入到重新设置后的领域匹配的机器学习模型中进行训练，输出每次训练后的分类准确率和计算速度；反复训练，直至得到分类准确率最高的机器学习模型和计算速度最快的机器学习模型，将分类准确率最高的机器学习模型和计算速度最快的机器学习模型通过web交互页面反馈给用户；根据用户最终选择指令，将对应的机器学习模型发送给客户端；结束。

4.如权利要求1所述的方法，其特征是，将其他领域若干个预设推荐的机器学习模型通过web交互页面反馈给用户步骤之后，还包括：

根据用户输入的选择指令，从若干个预设推荐的机器学习模型中选择若干个机器学习模型；

将机器学习数据集输入到被选择的每个机器学习模型中进行训练，输出被选择的每个机器学习模型的分类准确率和计算速度；将分类准确率最高的机器学习模型通过web交互页面反馈给用户；将计算速度最快的机器学习模型通过web交互页面反馈给用户；根据用户最终选择指令，将对应的机器学习模型发送给客户端；结束。

5.如权利要求1所述的方法，其特征是，所述web交互页面算法组件，包括以下组件的一种或多种：数据预处理组件、特征提取组件、分类算法组件、聚类算法组件、回归算法组件、推荐算法组件。