[发明专利]机器学习模型生成方法和装置有效
| 申请号： | 201610192139.X | 申请日： | 2016-03-30 |
| 公开（公告）号： | CN105912500B | 公开（公告）日： | 2017-11-14 |
| 发明（设计）人： | 詹志征;刘志强;沈志勇 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06F15/18 | 分类号： | G06F15/18;G06N99/00 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司11204 | 代理人： | 王达佐,马晓亚 |
| 地址： | 100085 北京市*** | 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： | 本申请公开了机器学习模型生成方法和装置。该方法的一具体实施方式包括通过生成模型参数组合，以及生成对应于每一个模型参数组合的机器学习模型；将预设机器学习用数据划分为训练数据和验证数据；并行地分别基于训练数据对每一个机器学习模型进行训练；分别基于验证数据对每一个训练后的机器学习模型学习的准确率进行验证，得到验证分数；基于验证分数，确定待生成的机器学习模型对应的最优模型参数组合，以及生成对应于最优模型参数组合的机器学习模型。实现了以并行方式对所有模型参数组合对应的机器学习模型进行训练和验证，提升了整个参数寻优的过程，从而快速生成理想的机器学习模型。 | ||
| 搜索关键词： | 机器 学习 模型 生成 方法 装置 | ||
【主权项】：
一种机器学习模型生成方法，其特征在于，所述方法包括：生成模型参数组合，以及生成对应于每一个模型参数组合的机器学习模型，其中，模型参数指示机器学习模型的输入向量与输出向量之间的关联关系；执行划分操作：将预设机器学习用数据划分为训练数据和验证数据，将预设机器学习用数据划分为训练数据和验证数据包括：从多个预设子集中选取一个子集的预设机器学习用数据作为验证数据，以及将其他子集中的预设机器学习用数据作为训练数据，其中，所述预设子集为将预设机器学习用数据划分而得到的多个包含的预设机器学习用数据的个数相等的集合；执行训练与验证操作：并行地分别基于所述训练数据对每一个机器学习模型进行训练；分别基于验证数据对每一个训练后的机器学习模型学习的准确率进行验证，得到验证分数，所述验证分数指示机器学习模型基于所述验证数据而输出的输出向量对应的数据类型与验证数据的数据类型一致的比率；执行模型生成操作：基于验证分数，确定待生成的机器学习模型对应的最优模型参数组合，以及生成对应于所述最优模型参数组合的机器学习模型。
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百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）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/201610192139.X/，转载请声明来源钻瓜专利网。
- 上一篇：苗木标签及苗木标签系统
- 下一篇：基于CCLink的智能停车场导位控制系统
