[发明专利]一种利用训练数据训练模型的方法和训练系统

权利要求书

1.一种利用训练数据训练模型的方法，所述训练数据包括多个样本，每一个样本包括N个特征，所述多个样本中对应的特征构成N个特征列，其特征在于，所述利用训练数据训练模型的方法包括：

计算每一个特征列的重要程度值，所述重要程度值包括所述特征列的信息值和/或信息增益；

判断每一个特征列的重要程度值是否小于对应的阈值；

当判断出所述N个特征列中的M个特征列的重要程度值小于对应的阈值时，将所述M个特征列进行降维处理，生成P个特征列，其中M＜N，且P＜M；

将重要程度值大于或等于对应的阈值的（N-M）个特征列和降维处理后生成的P个特征列合并，得到（N-M+P）个特征列；以及

将包括所述（N-M+P）个特征列的训练数据输入机器学习算法模型，训练所述机器学习算法模型；

其中所述训练数据包括广告CTR数据。

2.如权利要求1所述的训练模型的方法，其特征在于，当判断出所述N个特征列中的M个特征列的重要程度值小于对应的阈值时，将所述M个特征列进行降维处理，生成P个特征列的步骤包括：

当判断出所述N个特征列中的M个特征列的重要程度值小于对应的阈值时，利用minwise Hashing算法对所述M个特征列进行降维处理，生成P个特征列，其中P=k*2^b，k和b为算法指定参数。

3.如权利要求1所述的训练模型的方法，其特征在于，所述训练数据还包括对应于每一个样本的标签值，所述计算每一个特征列的重要程度值的步骤包括：

利用每一个样本对应的标签值和所述特征列中的多个特征，计算出所述特征列的信息值和/或信息增益，以所述信息值和/或信息增益作为重要程度值。

4.如权利要求3所述的训练模型的方法，其特征在于，所述信息值对应的阈值为第一阈值，所述信息增益对应的阈值为第二阈值。

5.如权利要求1所述的训练模型的方法，其特征在于，所述机器学习算法模型为分类算法模型或回归算法模型。

6.一种利用训练数据训练模型的方法，所述训练数据包括多个样本，每一个样本包括N个特征，所述多个样本中对应的特征构成N个特征列，其特征在于，所述利用训练数据训练模型的方法包括：

计算每一个特征列的重要程度值，所述重要程度值包括所述特征列的信息值和/或信息增益；

判断每一个特征列的重要程度值是否大于对应的阈值；

当判断出所述N个特征列中的Q个特征列的重要程度值大于对应的阈值时，将所述Q个特征列进行升维处理，生成R个特征列，其中R＞Q，且Q＜N；

将升维处理后生成的R个特征列和重要程度值小于或等于对应的阈值的特征列合并；以及

将合并的训练数据输入机器学习算法模型，训练所述机器学习算法模型；

其中所述训练数据包括广告CTR数据。

7.如权利要求6所述的训练模型的方法，其特征在于，当判断出所述N个特征列中的Q个特征列的重要程度值大于对应的阈值时，将所述Q个特征列进行升维处理，生成R个特征列的步骤包括：

当判断出所述N个特征列中的Q个特征列的重要程度值大于对应的阈值时，利用minwise Hashing算法对所述Q个特征列进行升维处理，生成R个特征列，其中P=k*2^b，k和b为算法指定参数。

8.如权利要求6所述的训练模型的方法，其特征在于，所述训练数据还包括对应于每一个样本的标签值，所述计算每一个特征列的重要程度值的步骤包括：

利用每一个样本对应的标签值和所述特征列中的多个特征，计算出所述特征列的信息值和/或信息增益，以所述信息值和/或信息增益作为重要程度值。