[发明专利]一种特征选择方法、装置、存储介质和设备

说明书

本申请公开了一种特征选择方法、装置、存储介质和设备，预先获取经由对原始数据进行特征工程所得到的各个特征，并计算各个特征的权重，删除权重小于预设权重阈值的特征。调用预设的适应度函数，对基于各个有效特征初始化得到的粒子群中的每个粒子进行适应度评估，并通过预设粒子群算法，迭代更新每个粒子的位置和速度，得到每个粒子的最终适应度。选取最终适应度最小的特征子集中所包含的有效特征，作为训练特征。将权重小于预设权重阈值的特征进行删除，能够减小后续算法的时间复杂度，此外，适应度函数中综合了特征子集的分类效果和重要性，使得通过预设粒子群算法所选择出的有效特征的效果更优，能够有效提高机器学习模型的计算效率。

技术领域

本申请涉及机器学习领域，尤其涉及一种特征选择方法、装置、存储介质和设备。

背景技术

边缘计算作为一种新型计算模式，其核心原则之一是将计算能力推向边缘。边缘计算的核心理念是将数据的存储、传输、计算和安全交给边缘节点来处理，大量实时的需要交互的计算将在边缘节点完成，同时边缘设备的计算能力非常有限，不像云端服务器可以处理大规模的运算，因此，我们需要不断设法去提高边缘节点的计算效率。

随着人工智能的快速发展，许多机器学习模型被部署到了边缘节点当中，对于机器学习模型来说，输入特征数是影响模型计算效率的一个重要因素。从原始特征中选择部分最有利于模型分类的特征不仅可以减少模型的运算时间，同时也减小了冗余特征和对分类没有帮助的特征对分类结果的影响，提高分类精度。

为此，如何提高机器学习模型在边缘计算环境下的计算效率，成为本领域亟需解决的问题。

发明内容

申请人发现：现有的机器学习模型在边缘计算环境下计算效率不高的问题，主要是机器学习模型所采用的训练特征的效果不佳。

本申请提供了一种特征选择方法、装置、存储介质和设备，目的在于为机器学习模型选择合适的训练特征，以提高机器学习模型在边缘计算环境下的计算效率。

为了实现上述目的，本申请提供了以下技术方案：

一种特征选择方法，包括：

预先获取经由对原始数据进行特征工程所得到的各个特征；

利用ReliefF算法，计算各个所述特征的权重；

删除权重小于预设权重阈值的特征，并将剩余的特征标识为有效特征；

调用预设的适应度函数，对基于各个所述有效特征初始化得到的粒子群中的每个粒子进行适应度评估，并通过预设粒子群算法，迭代更新每个所述粒子的位置和速度，得到每个所述粒子的最终适应度；其中，所述适应度函数的参数项包括特征子集在预设分类器上的分类效果、所述特征子集的重要性、所述特征子集所包含的有效特征的数量；所述特征子集的重要性，基于所述特征子集中所包含的有效特征的权重所确定；每个所述粒子均代表一个所述特征子集；所述特征子集包括多个所述有效特征；

选取最终适应度最小的特征子集中所包含的有效特征，作为所述机器学习模型的训练特征。

可选的，所述利用ReliefF算法，计算各个所述特征的权重，包括：

基于各个所述特征，构建特征集；

依据抽样步骤对所述特征集进行多次抽样；其中，所述抽取步骤包括：从所述特征集中随机选择一个样本，并从和所述样本同类的其它样本中选取多个最近邻样本，作为第一最近邻样本，以及从和所述样本不同的每一类的其它样本中选取多个最近邻样本，作为第二最近邻样本；

将所述样本、所述第一最近邻样本和所述第二最近邻样本，代入预设的迭代计算公式中，计算得到每个所述特征的权重。