[发明专利]一种基于机器学习的数据对象分析方法及装置

摘要

本发明提供了一种基于机器学习的数据对象分析方法及装置，方法包括：将所获得的样本输入机器学习算法，得到与目标标签相关的各变量标签及各变量标签的特征关联值；分析各变量标签和目标标签之间的相关性，并保留等级相关系数为正的各变量标签；基于所保留的各变量标签及其特征关联值构建积分模型；基于所构建的积分模型计算各样本的积分；将所得的积分依次作为当前阈值，基于当前阈值计算积分模型的准确度；将积分模型的准确度最高者对应的当前阈值作为目标阈值；基于积分模型计算待分析的每一数据对象的积分；确定积分不小于目标阈值的数据对象具有目标标签。应用本发明实施例，提高了数据对象分析的效率和准确度。

主权项

1.一种基于机器学习的数据对象分析方法，其特征在于，所述方法包括：/n获得各个样本，所述样本包括正样本和负样本；每一样本具有标签；所述正样本具有目标标签；/n将所获得的所有样本输入机器学习算法，得到与所述目标标签相关的各变量标签及各变量标签的特征关联值；调用相关性分析算法分析各变量标签和所述目标标签之间的相关性，得到各变量标签和所述目标标签之间的等级相关系数；保留等级相关系数为正的各变量标签；基于所保留的各变量标签及其特征关联值构建积分模型；/n基于所构建的积分模型计算各样本的积分；将所得的积分依次作为当前阈值，基于当前阈值计算所述积分模型的准确度；将所述积分模型的准确度最高者对应的当前阈值作为目标阈值；/n针对待分析的每一数据对象，基于所述积分模型计算该数据对象的积分；判断该数据对象的积分是否小于所述目标阈值，若不小于，确定该数据对象具有目标标签。/n