[发明专利]生成机器学习样本的组合特征的方法及系统

权利要求书

1.一种生成机器学习样本的组合特征的方法，包括：

(A)获取历史数据记录，其中，所述历史数据记录包括多个属性信息；以及

(B)按照搜索策略，在基于所述多个属性信息生成的至少一个特征之间迭代地进行特征组合以生成候选组合特征，并从生成的候选组合特征中选择目标组合特征以作为机器学习样本的组合特征，

其中，针对每一轮迭代，对候选组合特征集合中的各个候选组合特征进行重要性的预排序；根据预排序结果从候选组合特征集合中筛选出一部分候选组合特征以组成候选组合特征池；对候选组合特征池中的各个候选组合特征进行重要性的再排序；根据再排序结果从候选组合特征池中选择重要性较高的至少一个候选组合特征作为目标组合特征。

2.如权利要求1所述的方法，其中，基于第一数量的历史数据记录进行预排序，基于第二数量的历史数据记录进行再排序，并且，第二数量不少于第一数量。

3.如权利要求1所述的方法，其中，候选组合特征集合包括在当前轮迭代中生成的候选组合特征；或者，候选组合特征集合包括在当前轮迭代中生成的候选组合特征以及在先前轮迭代中生成的未被选择作为目标组合特征的候选组合特征。

4.如权利要求1所述的方法，其中，通过将当前轮迭代中选择的目标组合特征与所述至少一个特征进行组合来生成下一轮迭代的候选组合特征；或者，通过在当前轮迭代和先前轮迭代中选择的目标组合特征之间进行两两组合来生成下一轮迭代的候选组合特征。

5.如权利要求1所述的方法，其中，通过以下处理来进行预排序：针对候选组合特征集合中的每一个候选组合特征，得到预排序复合机器学习模型，基于各个预排序复合机器学习模型的效果来确定各个候选组合特征的重要性，其中，预排序复合机器学习模型包括基于提升框架的预排序基本子模型和预排序附加子模型，其中，预排序基本子模型对应预排序基本特征子集，预排序附加子模型对应所述每一个候选组合特征。

6.如权利要求1所述的方法，其中，通过以下处理来进行再排序：针对候选组合特征池中的每一个候选组合特征，得到再排序复合机器学习模型，基于各个再排序复合机器学习模型的效果来确定各个候选组合特征的重要性，其中，再排序复合机器学习模型包括基于提升框架的再排序基本子模型和再排序附加子模型，其中，再排序基本子模型对应再排序基本特征子集，再排序附加子模型对应所述每一个候选组合特征。

7.如权利要求1所述的方法，其中，步骤(B)还包括：针对每一轮迭代，检验选择的目标组合特征是否适于作为机器学习样本的组合特征。

8.如权利要求7所述的方法，其中，在步骤(B)中，利用基于已经通过检验的目标组合特征的机器学习模型在引入所述选择的目标组合特征之后的效果变化来检验所述选择的目标组合特征是否适于作为机器学习样本的组合特征。

9.如权利要求8所述的方法，其中，在检验结果为所述选择的目标组合特征适于作为机器学习样本的组合特征的情况下，将所述选择的目标组合特征作为机器学习样本的组合特征，并执行下一轮迭代；在检验结果为所述选择的目标组合特征不适于作为机器学习样本的组合特征的情况下，根据预排序结果从候选组合特征集合中筛选出另外的一部分候选组合特征以组成新的候选组合特征池。

10.一种生成机器学习样本的组合特征的系统，包括：

数据记录获取装置，用于获取历史数据记录，其中，所述历史数据记录包括多个属性信息；以及

特征组合装置，用于按照搜索策略，在基于所述多个属性信息生成的至少一个特征之间迭代地进行特征组合以生成候选组合特征，并从生成的候选组合特征中选择目标组合特征以作为机器学习样本的组合特征，

其中，针对每一轮迭代，特征组合装置对候选组合特征集合中的各个候选组合特征进行重要性的预排序，根据预排序结果从候选组合特征集合中筛选出一部分候选组合特征以组成候选组合特征池，对候选组合特征池中的各个候选组合特征进行重要性的再排序，并根据再排序结果从候选组合特征池中选择重要性较高的至少一个候选组合特征作为目标组合特征。