[发明专利]一种新型AUTOML框架

权利要求书

1.一种新型AUTOML框架，其特征在于，该AUTOML框架由三部分构成：特征工程、模型选择、算法选择；

所述特征工程的目的是自动地发掘并构造相关的特征，且其包含部分特定的特征增强方法；

所述模型选择包括两个步骤：选择一个模型，设定它的参数；

所述算法选择的目的是自动地选择出一个优化算法，以便能够达到效率和精度的平衡，常用算法选择优化方法包括SGD、L-BFGS、GD。

2.根据权利要求1所述的一种新型AUTOML框架，其特征在于：所述特定的特征增强方法包括特征选择、特征降维、特征生成、以及特征编码。

3.根据权利要求1所述的一种新型AUTOML框架，其特征在于：模型选择相应地，AutoML的目的就是自动选择出一个最合适的模型，并且能够设定好它的最优参数。

4.根据权利要求1所述的一种新型AUTOML框架，其特征在于：将特征工程、模型选择、算法选择步骤整合起来，一个完整的AutoML过程可以分成这么两类：一类是将以上的特征工程、模型选择、算法选择整合成一个完整的pipeline；另一类则是Network ArchitectureSearch，自动地学习到最优的网络结构。

5.根据权利要求1所述的一种新型AUTOML框架，其特征在于：该AUTOML框架还具有模型评估，其具有五种评估方式：直接在目标数据上进行评价，这是被使用最多的策略；当数据样本量非常大时，采样一些样本进行评价；当遇到一些极端情况使得网络表现效果不好时，可以考虑进行early stop；将之前学习过的参数重复利用在新任务上，这在两种任务配置差不多时可用；对于一些可量化的配置，可以用共轭评价法进行。