[发明专利]一种特征筛选方法及装置在审
| 申请号： | 201610127861.5 | 申请日： | 2016-03-07 |
| 公开（公告）号： | CN107169571A | 公开（公告）日： | 2017-09-15 |
| 发明（设计）人： | 席炎;张柯;谢树坤;黄俊;付子豪;杨强鹏;李文鹏;王晓光;余舟华 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司11315 | 代理人： | 黄熊 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种特征筛选方法，用以解决采用现有技术中人工筛选特征的方式导致特征筛选效率较低的问题。方法包括确定特征集合中特征的机器学习算法权值；其中，特征的机器学习算法权值为以选取作为样本的特征的值作为输入，以特征历史上被选取作为确定业务模型包含的变量的特征的概率值为输出训练指定机器学习算法后，得到的机器学习算法的权值；根据所述特征的机器学习算法权值，从所述特征集合中筛选用于确定业务模型包含的变量的特征；所述业务模型包含的变量用于实现业务模型的业务功能。本申请还公开了一种特征筛选装置。 | ||
| 搜索关键词： | 一种 特征 筛选 方法 装置 | ||
【主权项】：
一种特征筛选方法，其特征在于，包括：确定特征集合中特征的机器学习算法权值；其中，特征的机器学习算法权值为：以选取作为样本的特征的值为输入，以特征历史上被选取作为确定业务模型包含的变量的特征的概率值为输出训练指定机器学习算法后，得到的机器学习算法的权值；根据所述特征的机器学习算法权值，从所述特征集合中筛选用于确定业务模型包含的变量的特征；所述业务模型包含的变量用于实现业务模型的业务功能。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201610127861.5/，转载请声明来源钻瓜专利网。
