申请/专利权人：深延科技(北京)有限公司

申请日：2020-08-18

公开（公告）日：2024-04-23

公开（公告）号：CN111967616B

主分类号：G06F18/27

分类号：G06F18/27;G06N20/20;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2020.12.08#实质审查的生效;2020.11.20#公开

摘要：本发明提供一种自动时间序列回归方法和装置，所述方法包括以下步骤：获取时序数据集，并对所述时序数据集进行预处理；对预处理后的时序数据集进行自动时序特征工程处理和数据采样；建立不同类型的机器学习模型；根据预处理、自动时序特征工程处理和数据采样后的时序数据集计算基于时间滑窗的动态权重，以对不同类型的机器学习模型进行融合。本发明在涉及时序数据的机器学习应用中，无需依赖数据科学家的经验和知识积累，便能够方便地得到应用模型，并且使用该模型能够得到较准确的输出结果。

主权项：1.一种自动时间序列回归方法，其特征在于，包括以下步骤：获取时序数据集，并对所述时序数据集进行预处理，其中，所述时序数据集中的时序数据为股票指数、心脑电图、语音信号或风速；对预处理后的时序数据集进行自动时序特征工程处理和数据采样；建立不同类型的机器学习模型；根据预处理、自动时序特征工程处理和数据采样后的时序数据集计算基于时间滑窗的动态权重，以对不同类型的机器学习模型进行融合，对预处理后的时序数据集进行自动时序特征工程处理所得到的特征包括基于时间滑窗的target特征、基于时间滑窗的target统计特征、基于时间滑窗的target趋势特征、基于时间滑窗的重要原始特征、基于时间滑窗的统计特征，根据预处理、自动时序特征工程处理和数据采样后的时序数据集计算基于时间滑窗的动态权重，以对不同类型的机器学习模型进行融合，包括：通过验证集确定初始的融合权重；设置测试集的时间窗口，并在第一个时间窗口以所述初始的融合权重进行测试；在每个时间窗口结束后，均根据该时间窗口的测试结果得到相应的最优融合权重；以设定的规则更新该时间窗口的最优融合权重，并在下一时间窗口以更新后的融合权重进行测试。

全文数据：

权利要求：

百度查询： 深延科技(北京)有限公司 自动时间序列回归方法和装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD