[发明专利]一种机器学习模型的动态融合方法及装置在审
申请号: | 201811591666.3 | 申请日: | 2018-12-20 |
公开(公告)号: | CN109657727A | 公开(公告)日: | 2019-04-19 |
发明(设计)人: | 卫浩 | 申请(专利权)人: | 四川新网银行股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 成都智言知识产权代理有限公司 51282 | 代理人: | 李龙;徐金琼 |
地址: | 610094 四川省成都市成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种机器学习模型的动态融合方法及装置,属于机器学习和计算机技术领域。解决现有技术中模型融合时面临的子模型动态出入带来的历史样本利用不充分、模型维护成本高时效低的问题。本发明包括如下步骤:按照机器学习子模型覆盖的样本时间长度,对机器学习子模型进行分池,得到N个模型池;获取匹配训练样本,对每个模型池进行模型融合,得到中间融合层;基于得到的中间融合层进行模型融合,得到最终的融合模型;在已有子模型停用或新子模型进入时对所影响的模型池进行模型融合更新后得到新的中间融合层,再执更新中间融合层的上层融合模型。本发明用于机器学习模型自适应动态调整融合。 | ||
搜索关键词: | 子模型 模型融合 融合层 机器学习模型 机器学习 模型池 动态融合 融合 计算机技术领域 自适应动态调整 历史样本 模型维护 训练样本 高时效 分池 更新 停用 匹配 样本 上层 覆盖 | ||
【主权项】:
1.一种机器学习模型的动态融合方法,其特征在于,包括如下步骤:初始融合模型:S1、按照机器学习子模型覆盖的样本时间长度,对机器学习子模型进行分池,得到N个模型池;S2、获取匹配训练样本,对每个模型池进行模型融合,得到中间融合层;S3、基于得到的中间融合层进行模型融合,得到最终的融合模型;机器学习子模型变动时动态融合调整:S4、若模型池中的机器学习子模型有变动,将步骤S2中变动后的模型池进行模型融合更新,再转到步骤S3。
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四川新网银行股份有限公司,未经四川新网银行股份有限公司许可,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/201811591666.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种图片多标签分类方法
- 下一篇:样例生产方法及模型训练方法