[发明专利]确定机器学习样本的特征重要性的方法及系统在审
| 申请号： | 201610935697.0 | 申请日： | 2016-11-01 |
| 公开（公告）号： | CN108021984A | 公开（公告）日： | 2018-05-11 |
| 发明（设计）人： | 罗远飞;涂威威 | 申请（专利权）人： | 第四范式（北京）技术有限公司 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00;G06K9/62 |
| 代理公司： | 北京展翼知识产权代理事务所(特殊普通合伙) 11452 | 代理人： | 屠长存 |
| 地址： | 100085 北京市海淀区上*** | 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： | 提供了一种确定机器学习样本的特征重要性的方法及系统，所述方法包括：(A)获取历史数据记录，其中，所述历史数据记录包括关于机器学习问题的标记和至少一个属性信息；(B)利用获取的历史数据记录，训练至少一个特征池模型，其中，特征池模型是指基于所述各个特征之中的至少一部分特征来提供关于机器学习问题的预测结果的机器学习模型；(C)获取所述至少一个特征池模型的效果，并根据获取的所述至少一个特征池模型的效果来确定所述各个特征的重要性，其中，在步骤(B)中，通过对所述至少一部分特征之中的至少一个连续特征执行离散化运算来训练特征池模型。通过所述方法和系统，可有效确定机器学习样本中各个特征的重要性。 | ||
| 搜索关键词： | 确定 机器 学习 样本 特征 重要性 方法 系统 | ||
【主权项】：
1.一种确定机器学习样本的各个特征的重要性的方法，包括：(A)获取历史数据记录，其中，所述历史数据记录包括关于机器学习问题的标记和用于生成机器学习样本的各个特征的至少一个属性信息；(B)利用获取的历史数据记录，训练至少一个特征池模型，其中，特征池模型是指基于所述各个特征之中的至少一部分特征来提供关于机器学习问题的预测结果的机器学习模型；(C)获取所述至少一个特征池模型的效果，并根据获取的所述至少一个特征池模型的效果来确定所述各个特征的重要性，其中，在步骤(B)中，通过对所述至少一部分特征之中的至少一个连续特征执行离散化运算来训练特征池模型。
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第四范式（北京）技术有限公司，未经第四范式（北京）技术有限公司许可，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/201610935697.0/，转载请声明来源钻瓜专利网。
