[发明专利]生成机器学习样本的组合特征的方法及系统

权利要求书

1.一种生成机器学习样本的组合特征的方法，包括：

(A)获取数据记录，其中，所述数据记录包括多个属性信息；

(B)针对基于所述多个属性信息产生的每一个连续特征，执行至少一种分箱运算，以得到由至少一个分箱特征组成的分箱组特征，其中，每种分箱运算对应一个分箱特征；以及

(C)通过在分箱组特征和/或基于所述多个属性信息产生的其他离散特征之间进行特征组合来生成机器学习样本的组合特征。

2.如权利要求1所述的方法，其中，在步骤(B)之前，还包括：(D)从预定数量的分箱运算中选择所述至少一种分箱运算，使得与选择的分箱运算对应的分箱特征的重要性不低于与未被选择的分箱运算对应的分箱特征的重要性。

3.如权利要求2所述的方法，其中，在步骤(D)中，针对与所述预定数量的分箱运算对应的分箱特征之中的每一个分箱特征，构建单特征机器学习模型，基于各个单特征机器学习模型的效果来确定各个分箱特征的重要性，并基于各个分箱特征的重要性来选择所述至少一种分箱运算，

其中，单特征机器学习模型对应所述每一个分箱特征。

4.如权利要求2所述的方法，其中，在步骤(D)中，针对与所述预定数量的分箱运算对应的分箱特征之中的每一个分箱特征，构建复合机器学习模型，基于各个复合机器学习模型的效果来确定各个分箱特征的重要性，并基于各个分箱特征的重要性来选择所述至少一种分箱运算，

其中，复合机器学习模型包括基于提升框架的基本子模型和附加子模型，其中，基本子模型对应基本特征子集，附加子模型对应所述每一个分箱特征。

5.如权利要求4所述的方法，其中，根据关于组合特征的搜索策略，按照迭代的方式来生成机器学习样本的组合特征。

6.如权利要求5所述的方法，其中，针对每一轮迭代来执行步骤(D)以更新所述至少一种分箱运算，并且，每一轮迭代中生成的组合特征作为新的离散特征被加入基本特征子集。

7.如权利要求1所述的方法，其中，所述每一个连续特征由所述多个属性信息之中的连续值属性信息自身形成，或者，所述每一个连续特征通过对所述多个属性信息之中的离散值属性信息进行连续变换而形成。

8.一种生成机器学习样本的组合特征的系统，包括：

数据记录获取装置，用于获取数据记录，其中，所述数据记录包括多个属性信息；

分箱组特征生成装置，用于针对基于所述多个属性信息产生的每一个连续特征，执行至少一种分箱运算，以得到由至少一个分箱特征组成的分箱组特征，其中，每种分箱运算对应一个分箱特征；以及

特征组合装置，用于通过在分箱组特征和/或基于所述多个属性信息产生的其他离散特征之间进行特征组合来生成机器学习样本的组合特征。

9.一种生成机器学习样本的组合特征的计算机可读介质，其中，在所述计算机可读介质上记录有用于执行如权利要求1到7中的任一权利要求所述的方法的计算机程序。

10.一种生成机器学习样本的组合特征的计算装置，包括存储部件和处理器，其中，存储部件中存储有计算机可执行指令集合，当所述计算机可执行指令集合被所述处理器执行时，执行如权利要求1到7中的任一权利要求所述的方法。