[发明专利]算法的初始化参数推荐方法、装置、电子设备和介质

权利要求书

1.一种算法的初始化参数推荐方法，包括：

响应于接收到来自用户的推荐请求，获取与所述推荐请求对应的输入信息，所述输入信息包括目标算法和第一输入模型特征；

根据与所述目标算法对应的第一历史数据，所述第一历史数据包括多个历史第二输入模型特征的数值向量，确定与所述第一输入模型特征的数值向量匹配的目标历史第二输入模型特征的数值向量，得到与所述目标历史第二输入模型特征对应的目标第一初始化参数值；

根据与所述目标算法对应的第二历史数据，所述第二历史数据包括多个历史第二初始化参数值以及分别与每个历史第二初始参数值对应的模型训练表现值，确定目标模型训练表现值，得到与所述目标模型训练表现值对应的目标第二初始化参数值；以及

根据所述目标第一初始化参数值和所述目标第二初始化参数值确定所述目标算法的初始化参数推荐值，并向所述用户推荐所述初始化参数推荐值。

2.根据权利要求1所述的方法，其中，所述第二历史数据还包括与每个历史第二初始参数值对应的模型评估AUC指标、与每个历史第二初始参数值对应的提升度指标和与每个历史第二初始参数值对应的区分度KS指标，所述方法包括：

根据所述模型评估AUC指标、提升度指标和区分度KS指标，确定所述分别与每个历史第二初始参数值对应的模型训练表现值。

3.根据权利要求1所述的方法，其中，所述根据与所述目标算法对应的第一历史数据，所述第一历史数据包括多个历史第二输入模型特征的数值向量，确定与所述第一输入模型特征的数值向量匹配的目标历史第二输入模型特征的数值向量，得到与所述目标历史第二输入模型特征对应的目标第一初始化参数值，包括：

根据与所述目标算法对应的第一历史数据，所述第一历史数据包括多个历史第二输入模型特征的数值向量，采用余弦相似度计算法确定与所述第一输入模型特征的数值向量匹配的目标历史第二输入模型特征的数值向量，得到与所述目标历史第二输入模型特征对应的目标第一初始化参数值。

4.根据权利要求1所述的方法，其中，所述根据所述目标第一初始化参数值和所述目标第二初始化参数值确定所述目标算法的初始化参数推荐值，并向所述用户推荐所述初始化参数推荐值，包括：

根据所述目标第一初始化参数值和所述目标第二初始化参数值计算平均值；以及

将所述平均值作为所述目标算法的初始化参数推荐值，并向所述用户推荐所述初始化参数推荐值。

5.根据权利要求1所述的方法，还包括：

响应于获取到来自目标对象的目标第三初始化参数值，根据所述目标第一初始化参数值、所述目标第二初始化参数值和所述目标第三初始化参数值，确定所述目标算法的初始化参数推荐值。

6.一种算法的初始化参数推荐装置，包括：

获取模块，用于响应于接收到来自用户的推荐请求，获取与所述推荐请求对应的输入信息，所述输入信息包括目标算法和第一输入模型特征；

第一确定模块，用于根据与所述目标算法对应的第一历史数据，所述第一历史数据包括多个历史第二输入模型特征的数值向量，确定与所述第一输入模型特征的数值向量匹配的目标历史第二输入模型特征的数值向量，得到与所述目标历史第二输入模型特征对应的目标第一初始化参数值；

第二确定模块，用于根据与所述目标算法对应的第二历史数据，所述第二历史数据包括多个历史第二初始化参数值以及分别与每个历史第二初始参数值对应的模型训练表现值，确定目标模型训练表现值，得到与所述目标模型训练表现值对应的目标第二初始化参数值；以及

第三确定模块，用于根据所述目标第一初始化参数值和所述目标第二初始化参数值确定所述目标算法的初始化参数推荐值，并向所述用户推荐所述初始化参数推荐值。

7.根据权利要求6所述的装置，其中，所述第二历史数据还包括与每个历史第二初始参数值对应的模型评估AUC指标、与每个历史第二初始参数值对应的提升度指标和与每个历史第二初始参数值对应的区分度KS指标，所述装置包括：

第一计算模块，用于根据所述模型评估AUC指标、提升度指标和区分度KS指标，确定所述分别与每个历史第二初始参数值对应的模型训练表现值。