[发明专利]一种训练数据的处理方法及装置

权利要求书

1.一种训练数据的处理方法，其特征在于，包括：

获取训练数据，并确定所述训练数据的原始特征空间，所述原始特征空间为训练数据原始的特征数据存储结构；

对所述原始特征空间进行扫描统计，以确定在原始特征空间内实际存储有特征数据的位置；

统计所述位置的数量，并根据所述数量确定实际特征空间的长度；

根据所述实际特征空间的长度设定实际特征空间的特征序号；

获取原始特征空间中预设的特征序号，建立所述原始特征空间中预设的特征序号与实际特征空间的特征序号的映射关系，得到全局索引；

根据所述全局索引将所述训练数据映射到实际特征空间，所述实际特征空间为根据在原始特征空间内实际存储有特征数据的位置而构成的存储结构；

根据所述全局索引，将预置的稀疏逻辑回归模型转换为稠密逻辑回归模型；

基于所述稠密逻辑回归模型，利用实际特征空间的训练数据进行模型迭代训练，得到迭代后的稠密逻辑回归模型。

2.根据权利要求1所述的训练数据的处理方法，其特征在于，所述基于所述稠密逻辑回归模型，利用实际特征空间的训练数据进行模型迭代训练，得到迭代后的稠密逻辑回归模型之后，还包括：

根据所述全局索引，将所述迭代后的稠密逻辑回归模型转换为对应的迭代后的稀疏逻辑回归模型；

基于所述迭代后的稀疏逻辑回归模型对推广信息的点击率进行预估。

3.一种训练数据的处理装置，其特征在于，包括：

获取单元，用于获取训练数据，并确定所述训练数据的原始特征空间，所述原始特征空间为训练数据原始的特征数据存储结构；

索引建立单元，包括确定子单元、构建子单元以及建立子单元，其中，所述确定子单元，用于对所述原始特征空间进行扫描统计，以确定在原始特征空间内实际存储有特征数据的位置；

所述构建子单元，用于统计所述位置的数量，并根据所述数量确定实际特征空间的长度，根据所述实际特征空间的长度设定实际特征空间的特征序号；

所述建立子单元，用于获取原始特征空间中预设的特征序号，建立所述原始特征空间中预设的特征序号与实际特征空间的特征序号的映射关系，得到全局索引；

映射单元，用于根据所述全局索引将所述训练数据映射到实际特征空间，所述实际特征空间为根据在原始特征空间内实际存储有特征数据的位置而构成的存储结构；

训练单元，用于根据所述全局索引，将预置的稀疏逻辑回归模型转换为稠密逻辑回归模型；基于所述稠密逻辑回归模型，利用实际特征空间的训练数据进行模型迭代训练，得到迭代后的稠密逻辑回归模型。

4.根据权利要求3所述的训练数据的处理装置，其特征在于，所述装置还包括：

转换单元，用于根据所述全局索引，将所述迭代后的稠密逻辑回归模型转换为对应的迭代后的稀疏逻辑回归模型；

点击率预估单元，用于基于所述迭代后的稀疏逻辑回归模型对推广信息的点击率进行预估。