[发明专利]一种基于数据特征及层次分析法的算法推荐方法

权利要求书

1.一种基于数据特征及层次分析法的算法推荐方法，其特征在于，包括以下步骤：

获取数据；

提取对应的数据的若干特征，进行预分类，预分类中至少完成对数据的初步的分类、聚类、回归、降维识别；

对预分类后的数据推荐对应算法，当各类别算法识别到最后无法抉择最终的同类算法何种最优时，则根据层次分析法来进行综合评价，根据得分排序，来推荐出最优的算法。

2.根据权利要求1所述的一种基于数据特征及层次分析法的算法推荐方法，其特征在于，所述数据的若干特征包括数据的样本量大小、有无标签、预测结果是否为数值型特征。

3.根据权利要求2所述的一种基于数据特征及层次分析法的算法推荐方法，其特征在于，包括以下步骤：

步骤1：判断数据的样本量；

步骤2：判断数据预测结果是否为类别；

步骤3：判断数据是否含有标签值列；

步骤4：若步骤3判断数据集有标签列，进行分类算法的推荐；

步骤5：若步骤3判断数据集没有标签列，进行聚类算法推荐；

步骤6：判断预测的结果是否为数值型数据；

步骤7：若步骤6是数值型数据，进行回归算法推荐；

步骤8：若步骤6不是数值型数据，进行探索性数据分析。

步骤9：若前述步骤仍无法抉择出最优算法，则采用层次分析法对若干候选算法其进行综合评价，基于综合评价所得分数，按从高到低的顺序，推荐出最优算法。

4.根据权利要求3所述的一种基于数据特征及层次分析法的算法推荐方法，其特征在于，若步骤1中的样本量小于50行，则需要获取更多的数据。

5.根据权利要求3所述的一种基于数据特征及层次分析法的算法推荐方法，其特征在于，所述步骤4的具体过程如下，若步骤3判断数据集有标签列，进行分类算法的推荐；判断数据集是否小于100K行，若数据集小于100K行，则系统推荐使用线性SVC算法，若线性SVC算法不起作用，或者说学习效果差，则判断数据集是否为文本数据，若是文本数据，则推荐使用朴素贝叶斯算法，若不是文本数据，则推荐使用K紧邻分类，或者SVC或者集成学习算法；如果输入的数据集大于等于100K行，则使用梯度下降法优化或者使用核估计优化。

6.根据权利要求3所述的一种基于数据特征及层次分析法的算法推荐方法，其特征在于，所述步骤5的具体过程如下，若步骤3判断数据集没有标签列，进行聚类算法推荐；此时判断是否已知最终需要聚类的类别数，如果知道需要聚类的类别数，则对样本量进行判断，若样本量小于10K，则推荐使用KMeans算法，若不起作用，或者学习效果不好，则使用GMM或者谱聚类算法，若样本量大于等于10K行，则推荐使用MiNibatch KMeans；如若不已知需要聚类的类别数，则使用DBSCAN或者VBGMM算法。

7.根据权利要求1所述的一种基于数据特征及层次分析法的算法推荐应用，其特征在于：所述步骤9中，层次分析法的决策层根据不同的算法类型准则层略有差异：分类、聚类算法，准则层为精确率，召回率，算法运行时间，可解释性；回归算法的准则层为R2，MSE，算法的运行时间，可解释性。