[发明专利]基于多源异构的数据挖掘建模方法及系统

权利要求书

1.一种基于多源异构的数据挖掘建模方法，其特征在于，包括：

获取机器学习的相关算法；

将所述机器学习的相关算法封装为多个算法组件；

响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述机器学习的相关算法封装为多个算法组件，包括：

对所述机器学习的相关算法进行解耦处理，将处理后的算法封装为多个算法组件。

3.根据权利要求1所述的方法，其特征在于，所述多个算法组件包括如下至少一种：

统计分析组件、分类组件、回归组件、聚类组件。

4.根据权利要求1所述的方法，其特征在于，所述响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型之前，所述方法还包括：

响应于用户对目标数据源的第二操作，从目标数据源获取基础数据；

将所述基础数据同步到机器学习模型的数据中，得到所述机器学习模型的原始数据；

相应地，响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型，包括：

响应于用户对所述多个算法组件的第一操作，在所述机器学习模型的原始数据的基础上加载所述多个算法组件，对所述机器学习模型进行构建。

5.根据权利要求1-4任一所述的方法，其特征在于，所述通过所述多个算法组件构建机器学习模型之后，所述方法还包括：

生成所述机器学习模型的评估报告。

6.一种基于多源异构的数据挖掘建模装置，其特征在于，所述装置包括：

第一获取模块，用于获取机器学习的相关算法；

封装模块，用于将所述机器学习的相关算法封装为多个算法组件；

构建模块，用于响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型。

7.根据权利要求6所述的装置，其特征在于，所述封装模块将所述机器学习的相关算法封装为多个算法组件时，具体用于：

对所述机器学习的相关算法进行解耦处理，将处理后的算法封装为多个算法组件。

8.一种电子设备，其特征在于，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-5中任一所述的方法。

9.一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，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。

10.一种基于多源异构的数据挖掘建模系统，其特征在于，该系统包括至少一个计算装置和至少一个存储指令的存储装置，其中，所述指令在被所述至少一个计算装置运行时，促使所述至少一个计算装置执行如权利要求1-5任一项所述的方法。