[发明专利]特征分析方法、装置、计算机设备和存储介质

权利要求书

1.一种特征分析方法，其特征在于，所述方法包括：

获取预设数据集；

将所述预设数据集中各个预设数据的输入特征输入目标机器学习模型中，得到各个所述预设数据的预测输出；

基于各个所述预设数据的预测输出确定各个所述预设数据各自的输入特征的特征敏感度；

基于各个所述特征敏感度确定所述目标机器学习模型对应的待分析特征集合中各个待分析特征的平均敏感度，基于各个待分析特征的平均敏感度对各个待分析特征进行排序，得到排序结果。

2.根据权利要求1所述的方法，其特征在于，所述预设数据集为游戏视频帧组成的集合；所述预设数据的输入特征包括第一输入特征和第二输入特征；所述基于各个所述预设数据的预测输出确定各个所述预设数据各自的输入特征的特征敏感度，包括：

获取目标字段信息；

基于所述目标字段信息解析各个所述游戏视频帧，得到各个所述游戏视频帧的第一输入特征；

基于所述目标字段信息及各个所述游戏视频帧的第一输入特征进行计算，得到各个所述游戏视频帧的第二输入特征。

3.根据权利要求1所述的方法，其特征在于，所述基于各个所述预设数据的预测输出确定各个所述预设数据各自的输入特征的特征敏感度包括：

对于每一个输入特征，基于所述输入特征对应的预设数据的预测输出对所述输入特征的每一维计算偏导数；

基于所述输入特征对应的各个偏导数计算所述输入特征的范数，将所述范数作为所述输入特征的特征敏感度。

4.根据权利要求3所述的方法，其特征在于，所述预设数据集中每一个预设数据存在对应的期望输出；所述基于所述输入特征对应的预设数据的预测输出对所述输入特征的每一维计算偏导数包括：

基于所述输入特征对应的预设数据的预测输出和期望输出确定对应的预测损失；

计算所述预测损失对所述输入特征的每一维的一阶偏导数。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据排序结果确定目标输入特征；

获取预设标准特征，将所述目标输入特征与所述预设标准特征比对，根据比对结果确定所述目标机器学习模型的评估结果。

6.根据权利要求1所述的方法，其特征在于，所述预设数据集中的预设数据为图像；预设数据的输入特征为图像中的所有像素；所述方法还包括：

将计算得到各个像素的特征敏感度发送至终端，所述终端用于根据各个图像各自对应的像素的特征敏感度在各个图像上进行标注，并对标注结果进行可视化展示。

7.根据权利要求1所述的方法，其特征在于，所述预设数据集中的预设数据为图像；预设数据的输入特征为图像中的所有像素；所述方法还包括：

获取待处理图像；

基于排序结果对所述待处理图像进行像素屏蔽，得到目标特征图像；

将所述目标特征图像输入所述目标机器学习模型中，得到所述待处理图像对应的预测输出。

8.一种特征分析装置，其特征在于，所述装置包括：

数据获取模块，用于获取预设数据集；

数据输入模块，用于将所述预设数据集中各个预设数据的输入特征输入目标机器学习模型中，得到各个所述预设数据的预测输出；

敏感度确定模块，用于基于各个所述预设数据的预测输出确定各个所述预设数据各自的输入特征的特征敏感度；

排序模块，用于基于各个所述特征敏感度确定所述目标机器学习模型对应的待分析特征集合中各个待分析特征的平均敏感度，基于各个待分析特征的平均敏感度对各个待分析特征进行排序，得到排序结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。