[发明专利]一种基于输入特征重要性的模型解释方法及装置有效
| 申请号： | 201910740463.4 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110443346B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 涂兆鹏;何世林;王星;王龙跃;史树明 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06Q10/04 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于输入特征重要性的模型解释方法及装置，在获取输入数据对应的各个输入特征后，调用预设神经网络模型，获取预设神经网络模型输出的各个预测结果；在预设神经网络模型输出各个预测结果时，计算各个输入特征的参与度，基于各个输入特征的参与度，得到各个输入特征对于预设神经网络模型的重要度，基于各个输入特征对于预设神经网络模型的重要度，对预设神经网络模型进行解释，从而能够通过各个输入特征对于预设神经网络模型的重要度进行模型解释，以通过输入特征对于预设神经网络模型的重要度有效解释预设神经网络模型。 | ||
| 搜索关键词： | 一种 基于 输入 特征 重要性 模型 解释 方法 装置 | ||
【主权项】：
1.一种基于输入特征重要性的模型解释方法，其特征在于，所述方法包括：获取输入数据对应的各个输入特征；调用预设神经网络模型，获取所述预设神经网络模型输出的各个预测结果；计算所述预设神经网络模型输出各个预测结果时所述各个输入特征的参与度；基于所述预设神经网络模型输出各个预测结果时所述各个输入特征的参与度，得到所述各个输入特征对于所述预设神经网络模型的重要度，所述输入特征对于所述预设神经网络模型的重要度用于表明所述输入特征对于所述预设神经网络模型的影响程度；基于所述各个输入特征对于所述预设神经网络模型的重要度，对所述预设神经网络模型进行解释。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910740463.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种调控纳米分子神经网络电脉冲发放行为的方法
- 下一篇：神经网络方法和装置
