[发明专利]一种基于交叉验证的单模型融合方法在审
申请号: | 201910585601.6 | 申请日: | 2019-07-01 |
公开(公告)号: | CN110288042A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 段强;李锐;于治楼;安程治 | 申请(专利权)人: | 山东浪潮人工智能研究院有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 姜明 |
地址: | 250100 山东省济南市高新*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明特别涉及一种基于交叉验证的单模型融合方法。该基于交叉验证的单模型融合方法,采用基本的机器学习方法,包括数据预处理,数据集划分,交叉验证,模型训练,预测和模型融合。该基于交叉验证的单模型融合方法,既利用了交叉验证来提升模型泛化性,又结合了多模型融合的思路对数据进行不同层面的挖掘;同时因为模型比较单一,结果通常比较鲁棒,预测效果优于单独一个模型或者一般的多模型融合方法。 | ||
搜索关键词: | 交叉验证 单模型 模型融合 融合 数据预处理 机器学习 模型比较 模型训练 泛化性 数据集 预测 鲁棒 挖掘 | ||
【主权项】:
1.一种基于交叉验证的单模型融合方法,其特征在于,包括以下步骤:第一步,获取原始数据,包括训练集和测试集;第二步,使用机器学习的数据处理方法进行数据清洗和数据预处理;第三步,根据需求进行特征构造,将已有的数据转换为特征向量或矩阵,供模型学习;第四步,将训练集进行k折划分,k为3、5或10;第五步,通过k折交叉验证得到k个中间模型,并对测试集进行预测;第六步,通过全量数据训练第k+1个模型,并对测试集进行预测;第七步,将预测结果根据实际场景及需求进行投票或加权平均得到最终结果。
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山东浪潮人工智能研究院有限公司,未经山东浪潮人工智能研究院有限公司许可,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/201910585601.6/,转载请声明来源钻瓜专利网。