[发明专利]特征数据项筛选方法、装置及电子设备

权利要求书

1.一种特征数据项筛选方法，其特征在于，所述方法包括：

获取第一训练样本集，所述第一训练样本集包括多个用户样本，每个所述用户样本包括样本标签及多个用户特征数据项；

计算所述第一训练样本集中各所述用户特征数据项的假设检验机率值，并剔除所述假设检验机率值大于第一设定阈值的用户特征数据项，获得新的第一训练样本集；

以所述第一训练样本集为基础，分别进行多次无放回的随机自抽样，获得第一预设数量个第二训练样本集；

随机确定第二预设数量个惩罚值，并分别根据各所述惩罚值建立第二预设数量个Lasso逻辑回归模型；

分别将每个所述第二训练样本集输入各所述Lasso逻辑回归模型进行特征筛选，获得第三预设数量个第三训练样本集，所述第三预设数量等于所述第一预设数量和第二预设数量的乘积；

计算获得各所述第三训练样本集中各所述用户特征数据项对应的信息值变化趋势；

将所述信息值变化趋势符合设定变化趋势特征的所述用户特征数据项标识为目标用户特征数据项。

2.根据权利要求1所述的方法，其特征在于，所述计算所述第一训练样本集中各所述用户特征数据项的假设检验机率值的步骤之前，所述方法还包括：

计算所述第一训练样本集中各所述用户特征数据项的特征缺失率，并剔除所述特征缺失率高于一定第三设定阈值的用户特征数据项。

3.根据权利要求1所述的方法，其特征在于，所述计算所述第一训练样本集中各所述用户特征数据项的假设检验机率值的步骤，包括：

针对数值为连续数值型的第一用户特征数据项，计算所述第一用户特征数据项的非参检验的假设检验机率值；

针对数值为分类型的第二用户特征数据项，计算所述第二用户特征数据项的卡方检验的假设检验机率值。

4.根据权利要求1所述的方法，其特征在于，所述随机确定第二预设数量个惩罚值，并分别根据各所述惩罚值建立第二预设数量个Lasso逻辑回归模型的步骤，包括：

从ln(0.001)到ln(1000)中随机确定10个值作为所述惩罚值，并根据确定出好的10个所述惩罚值分别建立10个Lasso逻辑回归模型。

5.根据权利要求1所述的方法，其特征在于，在所述分别将每个所述第二训练样本集输入各所述Lasso逻辑回归模型进行特征筛选的步骤之前，所述方法还包括：

对数值为连续数值型的用户特征数据项进行数值区间归一化。

6.根据权利要求1所述的方法，其特征在于，所述计算获得各所述第三训练样本集中各所述用户特征数据项对应的信息值变化趋势的步骤，包括：

获取各所述第三训练样本集中每个所述用户特征数据项的选用频率，筛选所述选用频率大于第二设定阈值的所述用户特征数据项，并生成对应的信息值变化趋势。

7.根据权利要求1所述的方法，其特征在于，所述以所述第一训练样本集为基础，分别进行多次无放回的随机自抽样，获得第一预设数量个第二训练样本集的步骤，包括：

以75％的采样率对所述第一训练样本集分别进行多次无放回的随机自抽样，获得第一预设数量个第二训练样本集。