[发明专利]一种预测模型的建立方法及终端

权利要求书

1.一种预测模型的建立方法，其特征在于，所述方法包括：

从预置的第一训练样本库中获取包括枚举型特征信息的样本；

将所述枚举型特征信息转换为所述枚举型特征所对应的权重，获得包括所 述权重的样本；

从预置的第一训练样本库中获取包括数值型特征信息的样本，基于梯度提 升决策树GBDT模型对包括所述权重的样本和包括所述数值型特征信息的样本 进行训练，获得预测模型。

2.如权利要求1所述的方法，其特征在于，所述获取预置的第一训练样本 库之前包括：

从预置的第二训练样本库中获取样本，其中，所述样本包括所述枚举型特 征信息；

采用逻辑回归模型对所述样本进行训练，获得所述枚举型特征信息对应的 权重；

建立所述枚举型特征信息与所述权重的对应关系。

3.如权利要求2所述的方法，其特征在于，所述将所述枚举型特征信息转 换为所述枚举型特征所对应的权重，获得包括所述权重的样本包括：

根据所述枚举型特征信息与所述权重的对应关系，获取所述枚举型特征信 息所对应的权重；

将所述枚举型特征信息转换为所述权重，获得包括所述权重的样本。

4.如权利要求1所述的方法，其特征在于，所述从预置的第一训练样本库 中获取包括数值型特征信息的样本，基于梯度提升决策树GBDT模型对包括所 述权重的样本和包括所述数值型特征信息的样本进行训练，获得预测模型之后 还包括：

根据预置的测试样本对所述预测模型进行测试，获得测试结果；

根据所述测试结果调整所述预测模式。

5.如权利要求1所述方法，其特征在于，所述从预置的第一训练样本库中 获取包括数值型特征信息的样本，基于梯度提升决策树GBDT模型对包括所述 权重的样本和包括所述数值型特征信息的样本进行训练，获得预测模型之后包 括：

当接收到待预测特征值时，根据所述预测模型对所述待预测的样本进行计 算获得预测结果；

根据所述预测结果输出提示信息。

6.一种终端，其特征在于，所述终端包括：

第一获取单元，用于从预置的第一训练样本库中获取包括枚举型特征信息 的样本；

第二获取单元，用于将所述枚举型特征信息转换为所述枚举型特征所对应 的权重，获得包括所述权重的样本；

第一训练单元，用于从预置的第一训练样本库中获取包括数值型特征信息 的样本，基于梯度提升决策树GBDT模型对包括所述权重的样本和包括所述数 值型特征信息的样本进行训练，获得预测模型。

7.如权利要求6所述的终端，其特征在于，所述终端包括：

第三获取单元，用于从预置的第二训练样本库中获取样本，其中，所述样 本包括所述枚举型特征信息；

第二训练单元，用于采用逻辑回归模型对所述样本进行训练，获得所述枚 举型特征信息所对应的权重；

建立单元，用于建立所述枚举型特征信息与所述权重的对应关系。

8.如权利要求7所述的终端，其特征在于，所述第二获取单元包括：

获取子单元，用于根据所述枚举型特征信息与所述权重的对应关系，获取 所述枚举型特征信息所对应的权重；

转换子单元，用于将所述枚举型特征信息转换为所述权重，获得包括所述 权重的样本。

9.如权利要求6所述的终端，其特征在于，所述终端还包括：

测试单元，用于根据预置的测试样本对所述预测模型进行测试，获得测试 结果；

调整单元，用于根据所述测试结果调整所述预测模式。

10.如权利要求6所述终端，其特征在于，所述终端还包括：

计算单元，用于当接收到待预测的样本时，根据所述预测模型对所述待预 测的样本进行计算获得预测结果；

输出单元，用于根据所述预测结果输出提示信息。