[发明专利]优化样本向量的方法及装置、计算机设备

说明书

技术领域

本申请涉及机器学习技术领域，尤其涉及一种优化样本向量的方法及装置、计算机设备。

背景技术

目前，机器学习(Machine Learning,ML)已经被应用于诸多领域，例如，人工智能(Artificial Intelligence,AI)。机器学习任务通常是基于样本数据来进行的，每个样本对应于包含至少一个特征的特征列表。对于每一样本而言，其所对应的特征列表中的若干特征之间往往存在一定的非线性关系，在当今的很多机器学习任务中，若能够捕捉到特征间的非线性关系并将其应用到机器学习中，可以有效提高机器学习的效果。目前还无法对特征间的非线性关系进行捕捉。

发明内容

有鉴于此，本申请提供一种优化样本向量的方法及装置、计算机设备。

为实现上述目的，本申请提供的技术方案如下：

一种优化样本向量的方法，包括：

获取样本数据，所述样本数据包括若干与样本对应的样本向量以及若干与样本特征对应的特征向量，其中每一样本对应于至少一个样本特征；

对于任一待优化样本，利用目标函数，优化与所述待优化样本对应的样本向量及与所述待优化样本的样本特征对应的特征向量，获得优化后所得的样本向量以及特征向量；其中所述目标函数的输出值用以表征所述待优化样本和该待优化样本对应的至少一个样本特征之间的关联度，优化后的样本向量和特征向量使得所述关联度达到优化条件。

一种优化样本向量的装置，包括：

数据获取单元，获取样本数据，所述样本数据包括若干与样本对应的样本向量以及若干与样本特征对应的特征向量，其中每一样本对应于至少一个样本特征；

数据优化单元，对于任一待优化样本，利用目标函数，优化与所述待优化样本对应的样本向量及与所述待优化样本的样本特征对应的特征向量，获得优化后所得的样本向量以及特征向量；其中所述目标函数的输出值用以表征所述待优化样本和该待优化样本对应的至少一个样本特征之间的关联度，优化后的样本向量和特征向量使得所述关联度达到优化条件。

一种计算机设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为：

获取样本数据，所述样本数据包括若干与样本对应的样本向量以及若干与样本特征对应的特征向量，其中每一样本对应于至少一个样本特征；

对于任一待优化样本，利用目标函数，优化与所述待优化样本对应的样本向量及与所述待优化样本的样本特征对应的特征向量，获得优化后所得的样本向量以及特征向量；其中所述目标函数的输出值用以表征所述待优化样本和该待优化样本对应的至少一个样本特征之间的关联度，优化后的样本向量和特征向量使得所述关联度达到优化条件。

通过以上技术方案可以看出，在获取样本数据后，对于任一待优化样本，可以优化与所述待优化样本对应的样本向量及与所述待优化样本的样本特征对应的特征向量，得到优化后的样本向量及特征向量。其中，优化的目的为将样本特征间的非线性关系体现在优化后所得的样本向量或特征向量中，最终，可将优化所得的向量应用于各类机器学习任务中，以提升机器学习的效果。

附图说明

图1为根据一示例性实施例示出的一种优化样本向量的方法的流程；

图2示出了样本和样本特征间的关系；

图3为根据一示例性实施例示出的另一种优化样本向量的方法的过程；

图4为根据一示例性实施例示出的一种优化样本向量的装置的框图。

具体实施方式

在相关技术出现的监督学习方法中，输入数据一般可以包括一个二维的数据矩阵(每行代表一个训练样本，每列代表一个特征)以及一个一维的向量(表示每个样本对应的标签)。在相关技术中，一些线性模型可以捕捉到输入特征与标签之间的线性关系，如逻辑回归(Logistic Regression)模型。但是，对于非线性模型，目前还没有办法捕捉特征间的非线性关系并应用到机器学习任务中，以至于无法使得机器学习的效果达到更佳。为此，本文提出了一种优化样本向量的方案，来获得特征间的非线性关系，以用于机器学习(Machine Learning,ML)中。