[发明专利]训练模型时的多轮循环特征选择方法和装置在审
| 申请号： | 201910501553.8 | 申请日： | 2019-06-11 |
| 公开（公告）号： | CN110298389A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 顾凌云;谢旻旗;段湾;周轩;张涛;王震宇;王存伟;冯杰;乔韵如;黄海涛;罗雨晨;张阳;刘念 | 申请（专利权）人： | 上海冰鉴信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人： | 滕诣迪 |
| 地址： | 200120 上海市上海自*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种训练模型时的多轮循环特征选择方法和装置，其中方法包括：S1将建模样本划分为训练样本和测试样本；S2对训练样本进行等频划分，得到L份数据；S3分别对全部备选特征进行初步筛选得到备选特征集；S4随机抽取L份数据中的M份数据作为训练数据，进行逐步回归拟合，得到筛选后的特征集，对筛选后的特征集使用交叉验证方法，在L份数据上再次进行样本划分，使用其中的T份数据进行训练得到备选模型，并利用L份数据中的剩余份数据对备选模型进行测试，得到初步评估结果，并重复执行K次，得到该筛选后的特征集的综合评估结果；S5重复执行N次S2‑S4，确定最优评估结果和最优模型。 | ||
| 搜索关键词： | 特征集 备选 方法和装置 多轮循环 评估结果 特征选择 训练模型 训练样本 重复执行 筛选 样本 测试样本 初步筛选 交叉验证 随机抽取 训练数据 逐步回归 综合评估 最优模型 建模 拟合 测试 | ||
【主权项】：
1.一种训练模型时的多轮循环特征选择方法，其特征在于，包括：S1，获取建模样本，并将所述建模样本划分为训练样本和测试样本；S2，对所述训练样本进行等频划分，得到L份数据，其中，L为预设数；S3，分别对全部备选特征进行初步筛选，所述初步筛选包括：IV值筛选、随机森林拟合后importance筛选、PCA&共线性剔除和Elastic Net挑选，并对筛选后的特征进行特征处理，得到备选特征集；S4，随机抽取L份数据中的M份数据作为训练数据，进行逐步回归拟合，得到筛选后的特征集，对所述筛选后的特征集使用交叉验证方法，在所述L份数据上再次进行样本划分，使用其中的T份数据进行训练得到备选模型，并利用所述L份数据中的剩余份数据对所述备选模型进行测试，得到初步评估结果，并重复执行K次，得到该筛选后的特征集的综合评估结果，其中M小于L为预设数，T小于L为预设数，K为预设数；S5，重复执行N次步骤S2‑S4，得到多个备选模型和多个对应的评估结果，其中，N为预设数；S6，确定最优评估结果，选取最终特征集；S7，利用所述最终特征集训练最优模型，输出所述最优模型。
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上海冰鉴信息科技有限公司，未经上海冰鉴信息科技有限公司许可，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/201910501553.8/，转载请声明来源钻瓜专利网。
