[发明专利]特征筛选方法、装置、电子设备及存储介质

说明书

本申请提供了一种特征筛选方法、装置、电子设备及存储介质，所述方法包括：获取候选特征在建模样本上的第一稳定性指标；获取所述候选特征在非建模样本上的第二稳定性指标，其中，所述非建模样本的采样时间位于所述建模样本的采样时间之后；基于所述第一稳定性指标以及所述第二稳定性指标，获取所述候选特征在综合样本上的综合稳定性指标，其中，所述综合样本包含所述建模样本以及所述非建模样本；基于所述综合稳定性指标，对所述候选特征进行筛选，得到用于建模的目标特征。本申请有利于保证所建模型在上线调用时的稳定性。

技术领域

本申请涉及机器学习领域，具体涉及一种特征筛选方法、装置、电子设备及存储介质。

背景技术

在机器学习领域中，采样得到建模样本后，将建模样本的特征用于建模，进而将所得模型上线调用。为了保证模型的稳定性，通常通过特征的稳定性指标对特征进行筛选，将稳定性高的特征用于建模。但是，从建模到模型上线调用过程中，特征的稳定性并非固定不变的，建模时稳定性高的特征，在模型上线调用后稳定性可能会降低，从而导致模型上线调用后的稳定性无法符合建模时的预期。

发明内容

本申请的一个目的在于提出一种特征筛选方法、装置、电子设备及存储介质，有利于保证所建模型在上线调用时的稳定性。

根据本申请实施例的一方面，公开了一种特征筛选方法，所述方法包括：

获取候选特征在建模样本上的第一稳定性指标；

获取所述候选特征在非建模样本上的第二稳定性指标，其中，所述非建模样本的采样时间位于所述建模样本的采样时间之后；

基于所述第一稳定性指标以及所述第二稳定性指标，获取所述候选特征在综合样本上的综合稳定性指标，其中，所述综合样本包含所述建模样本以及所述非建模样本；

基于所述综合稳定性指标，对所述候选特征进行筛选，得到用于建模的目标特征。

根据本申请实施例的一方面，公开了一种特征筛选装置，所述装置包括：

第一获取模块，配置为获取候选特征在建模样本上的第一稳定性指标；

第二获取模块，配置为获取所述候选特征在非建模样本上的第二稳定性指标，其中，所述非建模样本的采样时间位于所述建模样本的采样时间之后；

第三获取模块，配置为基于所述第一稳定性指标以及所述第二稳定性指标，获取所述候选特征在综合样本上的综合稳定性指标，其中，所述综合样本包含所述建模样本以及所述非建模样本；

筛选模块，配置为基于所述综合稳定性指标，对所述候选特征进行筛选，得到用于建模的目标特征。

在本申请的一示例性实施例中，所述第一获取模块配置为：

对所述建模样本的采样时间进行区间划分，得到各第一时间区间；

对所述候选特征在所述建模样本上的特征值进行区间划分，得到各第一特征值区间；

基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取所述候选特征在相邻第一时间区间的建模样本上的第一子稳定性指标；

基于所述第一子稳定性指标，获取所述第一稳定性指标。

在本申请的一示例性实施例中，所述第一获取模块配置为：

基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取相邻第一时间区间之间各第一特征值区间的建模样本数量占比之差，以及相邻第一时间区间之间各第一特征值区间的建模样本数量占比之比；

基于所述建模样本数量占比之差以及所述建模样本数量占比之比，获取所述第一子稳定性指标。

在本申请的一示例性实施例中，所述第一获取模块配置为：