[发明专利]数据建模中的模型选择处理方法及装置

摘要

本申请提供的数据建模中的模型选择处理方法及装置，利用随机森林算法，构建对应于机器学习任务的第一模型及第二模型，该第一模型及第二模型包括的多个子模型分别为基于候选模型算法及预定的参照模型算法所构建的模型；在此基础上，当第二模型的模型效果优于第一模型时，以第二模型为参照对第一模型进行调优处理或者更换候选模型算法处理，直至得到达到预期效果的第一模型为止，并将达到预期效果的第一模型所对应的模型算法作为与机器学习任务相匹配的较优模型算法。由此可见，利用本申请方案，可为所需处理的机器学习任务选择出一较优的建模模型，从而为机器学习任务的模型建模提供了较好的模型支持。

主权项

1.一种数据建模中的模型选择处理方法，其特征在于，包括：根据待处理的机器学习任务的任务信息，确定对所述机器学习任务进行建模时所使用的候选模型算法；利用随机森林算法，构建对应于所述机器学习任务的第一模型；所述第一模型包括多个第一子模型，各个第一子模型为基于所述候选模型算法所构建的模型；利用随机森林算法，构建对应于所述机器学习任务的第二模型；所述第二模型包括多个第二子模型，各个第二子模型为基于预定的参照模型算法所构建的模型，所述参照模型算法区别于所述候选模型算法；判断所述第一模型的模型效果是否优于所述第二模型的模型效果；若否，则对所述第一模型进行调优处理；若在预定的调优次数内调优后所得的第一模型的模型效果能够达到预期效果，则确定所述候选模型算法为与所述机器学习任务相匹配的目标模型算法，若在预定的调优次数内调优后所得的第一模型的模型效果未能达到预期效果，则更换所述候选模型算法，并返回至所述利用随机森林算法，构建对应于所述机器学习任务的第一模型的步骤，直至确定出与所述机器学习任务相匹配的目标模型算法时结束；若是，则更换所述参照模型算法，并返回至所述利用随机森林算法，构建对应于所述机器学习任务的第二模型的步骤，直至确定出与所述机器学习任务相匹配的目标模型算法时结束。