[发明专利]一种任务执行的方法、装置、存储介质及电子设备

权利要求书

1.一种任务执行的方法，其特征在于，包括：

接收任务执行指令；

根据所述任务执行指令，通过预先训练的预测模型，得到预测结果，并根据所述预测结果，进行任务执行，其中，通过以下步骤训练所述预测模型：

获取各样本数据以及所述各样本数据对应的标注信息；

根据所述各样本数据对应的各候选维度，确定若干维度组合；

针对每个维度组合，按照该维度组合，确定所述各样本数据对应的特征向量；

对所述各样本数据对应的特征向量进行聚类，根据聚类结果以及所述样本数据对应的标注信息，确定该维度组合的合理度；

根据各维度组合的合理度，确定目标维度组合，并根据所述目标维度组合，通过所述各样本数据以及所述各样本数据对应的标注信息，构建训练样本；

根据所述训练样本，训练所述预测模型。

2.如权利要求1所述的方法，其特征在于，对所述各样本数据对应的特征向量进行聚类，根据聚类结果以及所述样本数据对应的标注信息，确定该维度组合的合理度，具体包括：

针对每个样本数据，以该样本数据对应的特征向量为聚类中心，将所述各样本数据对应的特征向量进行聚类，得到聚类结果；

根据除该样本数据外的其他样本数据对应的标注信息与所述聚类结果之间的匹配程度，确定该样本数据对应的评分；

根据各样本数据对应的评分，确定该维度组合的合理度。

3.如权利要求2所述的方法，其特征在于，根据各样本数据对应的评分，确定该维度组合的合理度之前，所述方法还包括：

将所述各样本数据中部分样本数据的特征向量与另一部分样本数据的特征向量之间进行重组，得到重组后的特征向量；

按照重组后的特征向量，对所述各样本数据对应的特征向量进行聚类，得到聚类结果；

根据所述聚类结果以及所述各样本数据对应的标注信息，确定重组后的特征向量对应的评分；

根据各样本数据对应的评分，确定该维度组合的合理度，具体包括：

根据所述各样本数据对应的评分以及所述重组后的特征向量对应的评分，确定该维度组合的合理度。

4.如权利要求3所述的方法，其特征在于，将所述各样本数据中部分样本数据的特征向量与另一部分样本数据的特征向量，进行重组，得到重组后的特征向量，具体包括：

确定评分位于预设排位前的样本数据，作为第一样本数据，以及确定评分位于预设排位后的样本数据，作为第二样本数据；

根据所述第一样本数据对应的特征向量，以及所述第二样本数据对应的特征向量，进行特征向量重组，得到重组后的特征向量。

5.如权利要求3所述的方法，其特征在于，将所述各样本数据中部分样本数据的特征向量与另一部分样本数据的特征向量，进行重组，得到重组后的特征向量，具体包括：

通过轮盘选择法，从所述各样本数据中选取出部分样本数据，作为第一样本数据，以及确定除选取出的部分样本数据之间的剩余样本数据，作为第二样本数据；

根据所述第一样本数据对应的特征向量，以及所述第二样本数据对应的特征向量，进行特征向量重组，得到重组后的特征向量。

6.如权利要求3所述的方法，其特征在于，根据所述各样本数据对应的评分以及所述重组后的特征向量对应的评分，确定该维度组合的合理度，具体包括：

根据所述各样本数据对应的评分以及所述重组后的特征向量对应的评分中的最高评分，确定该维度组合的合理度。

7.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据评分高于预设评分的重组后的特征向量，构建补充训练样本。