[发明专利]特征漂移幅度的识别方法、装置、设备和存储介质

权利要求书

1.一种特征漂移幅度的识别方法，其特征在于，包括：

按照时间序列，将预先获取到的数据样本进行划分，得到多个子数据样本；

根据极端梯度提升模型对每个子数据样本进行训练，得到每个特征在每个时间段中的重要性指标；

根据每个特征在不同时间段中的重要性指标，获取所述特征的漂移幅度。

2.根据权利要求1所述的方法，其特征在于，所述根据每个特征在不同时间段中的重要性指标，获取所述特征的漂移幅度，包括：

根据每个特征在不同时间段中的重要性指标，获取每个特征随时间变化的偏差；

对每个特征的偏差进行排序，得到每个特征的漂移幅度。

3.根据权利要求1或2所述的方法，其特征在于，所述按照时间序列，将预先获取到的数据样本进行划分，得到多个子数据样本之前，所述方法还包括：

采集获取所述数据样本，所述数据样本中包括至少一个特征，以及每个特征的时间信息。

4.根据权利要求3所述的方法，其特征在于，所述按照时间序列，将预先获取到的数据样本进行划分，得到多个子数据样本，包括：

根据每个特征的时间信息，按照预设时间间隔按照时间序列将所述数据样本进行划分，得到所述多个子数据样本。

5.一种特征漂移幅度的识别装置，其特征在于，包括：

划分模块，用于按照时间序列，将预先获取到的数据样本进行划分，得到多个子数据样本；

处理模块，用于根据极端梯度提升模型对每个子数据样本进行训练，得到每个特征在每个时间段中的重要性指标；

获取模块，用于根据每个特征在不同时间段中的重要性指标，获取所述特征的漂移幅度。

6.根据权利要求5所述的装置，其特征在于，所述获取模块具体用于：

根据每个特征在不同时间段中的重要性指标，获取每个特征随时间变化的偏差；

对每个特征的偏差进行排序，得到每个特征的漂移幅度。

7.根据权利要求5或6所述的装置，其特征在于，所述装置还包括：

采集模块，用于采集获取所述数据样本，所述数据样本中包括至少一个特征，以及每个特征的时间信息。

8.根据权利要求7所述的装置，其特征在于，所述划分模块具体用于：

根据每个特征的时间信息，按照预设时间间隔按照时间序列将所述数据样本进行划分，得到所述多个子数据样本。

9.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；所述计算机程序存储在所述存储器中，所述处理器执行所述计算机程序实现权利要求1至4任一项所述的特征漂移幅度的识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现权利要求1至4任一项所述的特征漂移幅度的识别方法。