申请/专利权人:上海优扬新媒信息技术有限公司
申请日:2020-04-07
公开(公告)日:2020-07-31
公开(公告)号:CN111476296A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2024.04.09#发明专利申请公布后的驳回;2020.08.25#实质审查的生效;2020.07.31#公开
摘要:本发明公开了一种样本生成方法、分类模型训练方法、识别方法及对应装置,在生成分类模型的样本时,首先基于特征指标和特征信息价值对预设训练集中的数据特征进行初步筛选得到多个基础特征,以减少分类模型训练时的数据处理量,然后基于每个基础特征的特征贡献度,从多个基础特征中筛选出满足预设特征贡献度条件的基础特征作为目标样本中的目标特征,以进一步减少分类模型训练的数据处理量,并基于目标特征以及目标特征在预设训练集和预设验证集中对应的目标数据,生成分类模型。因此,本发明不仅实现了数据的自动筛选,而且数据处理量小,从而大大节省了人力和时间,提高了分类模型的训练效率。
主权项:1.一种样本生成方法,其特征在于,包括:获取预设训练集中每个数据特征的特征指标和特征信息价值;基于所述特征指标和所述特征信息价值,按照预设筛选规则对所述预设训练集的数据特征进行筛选,得到所述预设训练集的多个基础特征;确定每个所述基础特征的特征贡献度;从多个所述基础特征中筛选出满足预设特征贡献度条件的基础特征作为目标样本中的目标特征。
全文数据:
权利要求:
百度查询: 上海优扬新媒信息技术有限公司 样本生成方法、分类模型训练方法、识别方法及对应装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。