[发明专利]一种基于强化学习来进行特征工程的方法有效
| 申请号： | 202011370448.4 | 申请日： | 2020-11-30 |
| 公开（公告）号： | CN112348175B | 公开（公告）日： | 2022-10-28 |
| 发明（设计）人： | 林志贤;谢斌;林珊玲;滕斌 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N20/00 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 钱莉;蔡学俊 |
| 地址： | 362251 福建省泉州市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于强化学习来进行特征工程的方法，包括步骤：用基于上置信区间算法(UCT)求解当前数据的同时进行策略价值网络的训练，每一次迭代都得到训练数据。然后用训练好的策略价值网络去求解适合于当前数据集的特征变换。本发明能够降低特征工程的成本，减少数据科学家的工作量。 | ||
| 搜索关键词： | 一种 基于 强化 学习 进行 特征 工程 方法 | ||
【主权项】：
暂无信息
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福州大学，未经福州大学许可，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/202011370448.4/，转载请声明来源钻瓜专利网。
- 上一篇：多孔中空Co
- 下一篇：一种物料数量的检测方法、装置、电子设备及存储介质
