[发明专利]一种以场景变量作为构成元素与交互单元的机器学习方法

权利要求书

1.一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，包括：

(1)场景搭建：

构建面向使用者的场景搭建交互系统，引导用户通过用户操作界面录入同一场景所涉及到的原始数据集，所述原始数据集包括多个变量，每个所述变量的录入特征包括变量名称、变量描述、变量类型、取值范围，其中变量类型包括程度、类别、数值；

接收到用户将原始数据集录入完毕的信号后，在用户操作界面铺开式展示出全部所述变量，供用户观察或随时根据实际需求进行修改；

引导用户通过用户操作界面将已经录入的所述变量进行分类，录入特征大致相同的变量关联为同一个对象，同一对象下的所有变量共享同一量化规则；

接收到用户将变量归类完毕的信号后，将分类整理好的变量进行处理得到原始变量画像，将原始变量画像进一步处理呈现在用户操作界面供用户进行可视化操作与管理；

(2)场景数据录入：

引导用户通过用户操作界面在步骤(1)搭建的场景中录入新数据集，通过搭建的场景中的变量及对象特征以及量化规则，对正在录入的新数据进行实时自动纠错；

根据用户录入的新数据，对各变量及其对象的特征进行实时更新，并协助用户获取各个变量及对象的量化规则；

(3)机器学习模型训练：

借助自动化机器学习模型，对已经规范量化处理过的数据进行机器学习，并将训练得到的机器学习模型储存到特定的位置，以供后续的调用、融合、预测；

借助持续且大规模的机器学习机制，分别将每个变量都作为输出变量，其余变量作为其输入变量，保证所有的变量均能得到预测，由此完成训练过程；

(4)机器学习模型应用展示：

引导用户将待输入的变量与待输出的变量置于指定的输入界面或者输出界面，自动配置满足该输入-输出组合的机器学习模型组，进而为用户服务。

2.根据权利要求1所述的一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，所述录入特征大致相同的变量关联为同一个对象，其表达形式具体为拖拽，全部变量的初始状态为：每一变量对应一个对象框，使用者可将变量x直接拖拽到变量y所处的对象框中，于是变量x与变量y便被归为同一个对象。

3.根据权利要求2所述的一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，所述对象的特征是根据所述对象所包含的变量的录入特征而自动生成的，所述对象的量化规范可根据所述对象所包含的变量的录入特征来调整，以保证所述对象的特征满足其所包含的所有变量的特征，同时支持用户对所述对象的特征进行修改，形成所述对象的量化规则，隶属于所述对象的变量共享其量化规则。

4.根据权利要求3所述的一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，所述自动纠错的具体步骤为：

用户录入当前场景下的新数据集，通过搭建的场景中的变量及对象特征以及量化规则，对正在录入的新数据进行实时自动纠错；

纠错后的数据为规范化场景数据，直接关联至相应的对象中，并被处理为变量画像进行储存。

5.根据权利要求4所述的一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，所述对各变量及其对象的特征进行实时更新包括变量的取值范围、取值分布的信息熵的更新。

6.根据权利要求5所述的一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，所述将待输入的变量与待输出的变量置于指定的输入界面或者输出界面的操作方式为拖拽。