[发明专利]分类模型的参数优化方法、装置、计算机设备及存储介质

权利要求书

1.一种分类模型的参数优化方法，其特征在于，包括：

确定待构建分类模型中构建参数的参数个数，生成设定数量的维度为所述参数个数的参数相关向量；

对各所述参数相关向量进行初始化，获得所述设定数量的包含初始分量信息的初始参数相关向量；

根据设定的更新策略迭代更新各所述初始参数相关向量，获得包含全局最优分量信息的目标参数相关向量；

根据所述全局最优分量信息确定各构建参数的最优参数值。

2.根据权利要求1所述的方法，其特征在于，所述对各所述参数相关向量进行初始化，获得所述设定数量的包含初始分量信息的初始参数相关向量，包括：

在设定第一取值范围内随机选取数值，作为各所述参数相关向量中各维度的初始分量值；

在设定第二取值范围内随机选取数值，作为各所述初始分量值对应的初始移动速率；

获得所述设定数量的包含初始分量值和相应初始移动速率的初始参数相关向量。

3.根据权利要求1所述的方法，其特征在于，所述根据设定的更新策略迭代更新各所述初始参数相关向量，获得包含全局最优分量信息的目标参数相关向量，包括：

将各所述初始参数相关向量作为当前粒子种群中的粒子，将各所述初始参数相关向量的初始分量信息对应确定为各所述粒子的粒子信息；

根据各所述粒子的粒子信息确定所述当前粒子种群对应的所述设定数量的局部最优粒子；

根据设定选取规则在所述设定数量的局部最优粒子中选取所述当前粒子种群的全局最优粒子；

如果当前符合迭代终止条件，则将包含粒子信息的所述全局最优粒子确定为包含全局最优分量信息的目标参数相关向量；

否则，基于更新规则更新各所述粒子的粒子信息，获得包含新的粒子信息的粒子，基于更新粒子信息后的粒子形成新的当前粒子种群，并返回执行局部最优粒子的确定操作。

4.根据权利要求1所述的方法，其特征在于，还包括：

采用设定训练集对基于各构建参数的最优参数值构建的分类模型进行训练，并采用设定测试集对训练后的分类模型进行模型评估；

如果模型评估结果为不合格，则对所述更新策略进行调整，重新执行全局最优的确定操作。

5.根据权利要求1-4任一所述的方法，其特征在于，还包括：

根据各构建参数的最优参数值构建和训练分类模型后，将获取的消费用户数据集作为所述分类模型的输入值，获得消费用户的流失预测结果。

6.一种分类模型的参数优化装置，其特征在于，包括：

参数向量构建模块，用于确定待构建分类模型中构建参数的参数个数，生成设定数量的维度为所述参数个数的参数相关向量；

参数向量初始模块，用于对各所述参数相关向量进行初始化，获得所述设定数量的包含初始分量信息的初始参数相关向量；

目标向量确定模块，用于根据设定的更新策略迭代更新各所述初始参数相关向量，获得包含全局最优分量信息的目标参数相关向量；

最优参数确定模块，用于根据所述全局最优分量信息确定各构建参数的最优参数值。

7.根据权利要求6所述的装置，其特征在于，还包括：

模型评估模块，用于采用设定训练集对基于各构建参数的最优参数值构建的分类模型进行训练，并采用设定测试集对训练后的分类模型进行模型评估；

最优参数调整模块，用于当模型评估结果为不合格时，对所述更新策略进行调整，重新执行全局最优的确定操作。

8.根据权利要求6或7所述的装置，其特征在于，还包括：

用户流失预测模块，用于根据各构建参数的最优参数值构建和训练分类模型后，将获取的消费用户数据集作为所述分类模型的输入值，获得消费用户的流失预测结果。

9.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的分类模型的参数优化方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的分类模型的参数优化方法。