[发明专利]用于生成模型的方法和装置

权利要求书

1.一种用于生成模型的方法，包括：

获取原始的特征集；

计算所述特征集中每个特征的评估指标，并将特征按评估指标由大到小的顺序排序，得到特征序列；

从所述特征序列中确定出评估指标的突变点作为评估指标阈值；

从所述特征序列中筛选出评估指标大于所述评估指标阈值的特征作为用于模型训练的特征；

根据所述用于模型训练的特征获取训练样本集；

使用所述训练样本集进行模型训练，得到训练完成的模型。

2.根据权利要求1所述的方法，其中，所述从所述特征序列中确定出评估指标的突变点作为评估指标阈值，包括：

将排序后每个特征的下标索引作为横坐标，将每个特征的评估指标作为纵坐标确定出每个特征在坐标系中的位置，计算每个特征与前一个特征之间的斜率作为每个特征对应的斜率；

以排序后每个特征的下标索引作为自变量，对应的斜率作为因变量，进行多项式函数拟合，得到所有特征斜率的拟合曲线；

分析出所述拟合曲线的斜率突变点，并将所述斜率突变点对应的评估指标作为评估指标阈值。

3.根据权利要求1所述的方法，其中，所述从所述特征序列中确定出评估指标的突变点作为评估指标阈值，包括：

将排序后每个特征的下标索引作为横坐标，将每个特征的评估指标作为纵坐标确定出每个特征在坐标系中的位置，计算每个特征与其它特征之间的斜率；

从所述特征序列中找到一个目标特征，使得通过所述目标特征将所述特征序列划分成第一区间和第二区间，所述第一区间中各特征之间的平均斜率与所述第二区间中各特征之间的平均斜率之比最大；

将所述目标特征对应的评估指标确定为评估指标阈值。

4.根据权利要求1所述的方法，其中，所述方法还包括：

根据评估指标对每个特征进行显著性检验。

5.根据权利要求1所述的方法，其中，所述方法还包括：

对训练完成的模型进行性能评估，得到评估结果；

如果所述评估结果达不到目标期望，则重新确定评估指标阈值。

6.根据权利要求1所述的方法，其中，所述模型为性别预测模型，模型的输入为用户的特征，输出为用户的性别。

7.根据权利要求1-6中任一项所述的方法，其中，所述评估指标包括卡方值或信息熵。

8.一种用于生成模型的装置，包括：

获取单元，被配置成获取原始的特征集；

计算单元，被配置成计算所述特征集中每个特征的评估指标，并将特征按评估指标由大到小的顺序排序，得到特征序列；

确定单元，被配置成从所述特征序列中确定出评估指标的突变点作为评估指标阈值；

筛选单元，被配置成从所述特征序列中筛选出评估指标大于所述评估指标阈值的特征作为用于模型训练的特征；

训练单元，被配置成根据所述用于模型训练的特征获取训练样本集，使用训练样本集进行模型训练，得到训练完成的模型。

9.一种用于生成模型的电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一项所述的方法。