[发明专利]算法特征向量形成的方法、装置、电子设备和存储介质

权利要求书

1.一种算法特征向量形成的方法，其特征在于，包括：

获取算法研发定义的特征清单，所述特征清单包括ID、参数计算的原始字段、向量计算表达式、向量长度、异常值判断、异常值处理、默认值处理；

将特征清单初始化；

根据原始数据和特征清单计算特征向量。

2.根据权利要求1所述的算法特征向量形成的方法，其特征在于，所述参数计算的原始字段包括以下至少之一：年龄、性别、收入、车品牌。

3.根据权利要求1所述的算法特征向量形成的方法，其特征在于，所述将特征清单初始化包括：加载特征清单配置数据；配置校验；预编译向量计算表达式；向量计算表达式排序；优化计算路径；和返回清单实例。

4.根据权利要求1所述的算法特征向量形成的方法，其特征在于，所述计算特征向量包括：将原始数据类型标准化。

5.根据权利要求1所述的算法特征向量形成的方法，其特征在于，所述计算特征向量包括：异常值判断，如果有异常值则得到异常值的向量，如果没有异常值则使用向量计算表达式计算特征向量。

6.根据权利要求1所述的算法特征向量形成的方法，其特征在于，所述计算特征向量包括：计算每个原始数据的特征向量，并合并每个特征向量。

7.一种算法特征向量形成的装置，其特征在于，包括：

接收模块，被配置为获取算法研发定义的特征清单，所述特征清单包括ID、参数计算的原始字段、向量计算表达式、向量长度、异常值判断、异常值处理、默认值处理；

初始模块，被配置为将特征清单初始化；

计算模块，根据原始数据和特征清单计算特征向量。

8.根据权利要求7所述的算法特征向量形成的装置，其特征在于，其特征在于，所述参数计算的原始字段包括以下至少之一：年龄、性别、收入、车品牌。

9.根据权利要求7所述的算法特征向量形成的装置，其特征在于，所述初始模块，被配置为：加载特征清单配置数据；配置校验；预编译向量计算表达式；向量计算表达式排序；优化计算路径；和返回清单实例。

10.根据权利要求7所述的算法特征向量形成的装置，其特征在于，所述计算模块，被配置为：将原始数据类型标准化。

11.根据权利要求7所述的算法特征向量形成的装置，其特征在于，所述计算模块，被配置为：异常值判断，如果有异常值则得到异常值的向量，如果没有异常值则使用向量计算表达式计算特征向量。

12.根据权利要求7所述的算法特征向量形成的装置，其特征在于，所述计算模块，被配置为：计算每个原始数据的特征向量，并合并每个特征向量。

13.一种电子设备，其特征在于，包括：处理器、存储器以及存储在存储器上运行的计算机程序，所述处理器执行计算机程序时实现权利要求1-6中任一项所述的方法。

14.一种计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法。