[发明专利]一种基于大数据的自动选择最优模型的方法在审
| 申请号： | 201611254038.7 | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN108268460A | 公开（公告）日： | 2018-07-10 |
| 发明（设计）人： | 邹立斌;李青海;侯大勇;简宋全 | 申请（专利权）人： | 广东精点数据科技股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京隆源天恒知识产权代理事务所(普通合伙) 11473 | 代理人： | 闫冬 |
| 地址： | 510630 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于大数据的自动选择最优模型的方法，包括：步骤S1对挖掘目标进行分类；步骤S2利用信息增益对整个数据集进行快速特征选择；步骤S3建立训练集和验证集；步骤S4选择有效的数据挖掘算法及其参数组合；步骤S5利用贝叶斯优化方法选择各算法有效的参数组合；步骤S6选出最优的数据挖掘算法K；步骤S7利用交叉验证选择并确定数据挖掘算法K的参数取值组合得出最后的模型；步骤S8若模型得出的结果比较差，则重复步骤S2‑S7，重新选择最优模型直到模型结果满意为止；若比较满意，则输出该模型。本发明能节省之后自动建模所耗费的时间，提高了建模效率；而且能快速地从大量的算法中搜索出最优算法，利用交叉验证来选择最优算法里面的参数组合。 | ||
| 搜索关键词： | 数据挖掘算法 参数组合 最优模型 交叉验证 自动选择 最优算法 大数据 算法 方法选择 结果比较 快速特征 模型结果 信息增益 重新选择 自动建模 贝叶斯 数据集 训练集 验证集 建模 搜索 输出 挖掘 分类 重复 优化 | ||
【主权项】：
1.一种基于大数据的自动选择最优模型的方法，其特征在于，其包括以下步骤：步骤S1：对挖掘目标进行分类；步骤S2：利用信息增益对整个数据集进行快速特征选择；步骤S3：从所述数据集中抽取少量数据建立训练集和验证集；步骤S4：初步选择有效的数据挖掘算法及其参数组合；步骤S5：扩充所述训练集的样本，利用贝叶斯优化方法选择各算法有效的参数组合；步骤S6：扩充所述训练集的样本到整个数据集，选出最优的数据挖掘算法K；步骤S7：利用交叉验证选择并确定数据挖掘算法K的参数取值组合，得出最后的模型；步骤S8：若模型得出的结果比较差，则步骤重复步骤S2‑S7，重新选择最优模型直到模型结果满意为止；若模型得出的结果比较满意，则输出该模型，结束自动选择模型过程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东精点数据科技股份有限公司，未经广东精点数据科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611254038.7/，转载请声明来源钻瓜专利网。
