[发明专利]模型生成服务器及其模型生成方法

摘要

一种模型生成服务器及其模型生成方法。模型生成服务器存储一模型生成程序，其具有一配置组合。模型生成服务器针对特征类别、模型演算法类别及超参数，随机产生多个第一配置组合码，以设定配置组合，并基于第一优化演算法，运行模型生成程序，以决定一第一模型。根据第一模型对应的配置组合码所指示至少一选定特征类别及至少一选定模型演算法类别，模型生成服务器更针对特征、模型演算法及超参数，随机产生多个第二配置组合码，以设定配置组合，并基于第二优化演算法，运行模型生成程序，以决定一优化模型。

主权项

1.一种模型生成服务器，其特征在于，包含：一网络接口；一存储器，用以存储多个原始数据、多个输出标签及一模型生成程序，该多个输出标签对应至该多个原始数据，该模型生成程序具有一配置组合，该配置组合包含一特征撷取配置、一模型演算法配置及一模型演算法超参数配置，该特征撷取配置的一特征配置范围包含多个特征类别，各该特征类别包含多个特征，该模型演算法配置的一模型演算法配置范围包含多个模型演算法类别，各该模型演算法类别包含至少一模型演算法，该模型演算法超参数配置的一超参数配置范围包含多个超参数集，各该超参数集对应至该多个模型演算法其中之一且包含至少一超参数，当该模型生成程序被运行时，该特征撷取配置是用以使该模型生成程序自该多个原始数据产生多个训练数据，该模型演算法配置及该模型演算法超参数配置是用以使该模型生成程序基于该多个训练数据及该多个输出标签，进行一监督式学习训练，以生成一模型；以及一处理器，电性连接至该网络接口及该存储器，并用以执行下列步骤：基于该多个特征类别、该多个模型演算法类别及该多个超参数，进行一配置组合编码，以随机产生多个第一配置组合码，其中，各该第一配置组合码具有多个第一整数字段及多个第一浮点字段，该多个第一整数字段分别对应至该多个特征类别及该多个模型演算法类别且该多个第一浮点字段分别对应至该多个超参数，各该第一整数字段的一整数值是随机被产生且为1或0，该整数值为1的该第一整数字段代表所对应的该特征类别或该模型演算法类别被套用，该整数值为0的该第一整数字段代表所对应的该特征类别或该模型演算法类别不被套用，各该第一浮点字段的一浮点值是随机地被产生且落于所对应的该超参数的一预设范围内；基于一第一优化演算法，自该多个第一配置组合码中产生多个第一阶段优化配置组合码；分别根据该多个第一阶段优化配置组合码设定该模型生成程序的该配置组合，并运行该模型生成程序，以生成多个第一阶段模型；自该多个第一阶段模型中，决定一第一模型，其中该第一模型于该多个第一阶段模型中具有一相对最高精确度值，以及该第一模型所对应的该第一阶段优化配置组合码指示该多个特征类别中至少一选定特征类别及该多个模型演算法类别中至少一选定模型演算法类别；基于该至少一选定特征类别的多个选定特征、该至少一选定模型演算法类别的至少一选定模型演算法及对应该至少一选定模型演算法的至少一选定超参数，进行该配置组合编码，以随机产生多个第二配置组合码，其中，各该第二配置组合码具有多个第二整数字段及至少一第二浮点字段，该多个第二整数字段分别对应至该多个选定特征及该至少一选定模型演算法且该至少一第二浮点字段分别对应至该至少一选定超参数，各该第二整数字段的该整数值是随机被产生且为1或0，该整数值为1的该第二整数字段代表所对应的该选定特征或该选定模型演算法被套用，该整数值为0的该第二整数字段代表所对应的该选定特征或该选定模型演算法不被套用，各该至少一第二浮点字段的该浮点值是随机地被产生且落于所对应的该选定超参数的该预设范围内；基于一第二优化演算法，自该多个第二配置组合码中产生多个第二阶段优化配置组合码；分别根据该多个第二阶段优化配置组合码设定该模型生成程序的该配置组合，并运行该模型生成程序，以生成多个第二阶段模型；自该多个第二阶段模型中，决定一第二模型，其中该第二模型于该多个第二阶段模型中具有一相对最高精确度值；以及将该第二模型存储于该存储器中作为一优化模型。