[发明专利]一种用于异常检测的大数据特征降维方法及工具在审
| 申请号： | 201910588399.2 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110288047A | 公开（公告）日： | 2019-09-27 |
| 发明（设计）人： | 郝虹;高岩;于治楼;姜凯 | 申请（专利权）人： | 山东浪潮人工智能研究院有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 冯春连 |
| 地址： | 250100 山东省济南市高新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种用于异常检测的大数据特征降维方法，涉及数据处理技术领域。针对目前技术发展中仅使用最大信息系数度量冗余特征容易误删对于分类重要的特征这一问题，采用技术方案：融合使用最大信息系数和自定义的分类重要性参数，通过度量属性之间的相关性及对于分类的贡献度，得到每个特征的综合得分，根据综合得分决定降维时可去除的特征。本发明还公开一种用于异常检测的大数据特征降维工具，使用采样模块、计算处理总模块、计算处理分模块、综合计算模块最终得出每个特征的得分，最后再使用降维模块根据每个特征的得分情况使用降维策略进行特征降维，本工具与前述方法相结合，共同得出降维时可去除的特征。 | ||
| 搜索关键词： | 特征降维 降维 异常检测 大数据 计算处理 最大信息 可去除 度量 分类 数据处理技术 重要性参数 采样模块 技术发展 冗余特征 综合计算 分模块 贡献度 系数和 再使用 自定义 融合 | ||
【主权项】：
1.一种用于异常检测的大数据特征降维方法，其特征在于,该方法融合使用最大信息系数和自定义的分类重要性参数，通过度量属性之间的相关性及对于分类的贡献度，得到每个特征的综合得分，根据综合得分决定降维时可去除的特征。
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山东浪潮人工智能研究院有限公司，未经山东浪潮人工智能研究院有限公司许可，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/201910588399.2/，转载请声明来源钻瓜专利网。
