[发明专利]基于GPU的自动化机器学习的建模方法在审
| 申请号： | 201510184147.5 | 申请日： | 2015-04-19 |
| 公开（公告）号： | CN106067028A | 公开（公告）日： | 2016-11-02 |
| 发明（设计）人： | 张京梅 | 申请（专利权）人： | 北京典赞科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100087 北京市朝阳区西大望路*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GPU的自动化机器学习的建模方法，包括以下步骤：建立模型库，准备数据；对输入的数据的特征部分进行归一化处理，选择普通模式的多个模型进入GPU并行计算； 根据输入数据，自动准备交叉验证的数据，缺省是10折，9折训练，一折验证测试；通过GPU分别计算多个模型的交叉验证，分别得到各个模型的误差，选择误差较小的模型作为最终选择的模型；将所有数据作为训练数据，训练最终选择的模型，得到最终的模型，记成Ypre = f(X)。为普通用户自动计算获取优化的模型，减轻了普通用户机器学习应用的复杂度和对专家的过分依赖。 | ||
| 搜索关键词： | 基于 gpu 自动化 机器 学习 建模 方法 | ||
【主权项】：
一种基于GPU的自动化机器学习的建模方法，其特征在于，包括以下步骤：（1）建立模型库，准备数据；（2）对输入的数据的特征部分进行归一化处理，选择普通模式的多个模型进入GPU并行计算；（3）根据输入数据，自动准备交叉验证的数据，缺省是10折，9折训练，一折验证测试；（4）通过GPU分别计算多个模型的交叉验证，分别得到各个模型的误差，选择误差较小的模型作为最终选择的模型；（5）将所有数据作为训练数据，训练最终选择的模型，得到最终的模型，记成Ypre = f(X)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京典赞科技有限公司，未经北京典赞科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510184147.5/，转载请声明来源钻瓜专利网。
- 上一篇：SAR图像序列特征提取方法
- 下一篇：面向数据空间的实体分类方法
