龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：深圳前海微众银行股份有限公司
申请日：2020-01-09
公开（公告）日：2024-05-17
公开（公告）号：CN111210022B
主分类号：G06N20/00
分类号：G06N20/00
优先权：
专利状态码：有效-授权
法律状态：2024.05.17#授权;2021.01.05#实质审查的生效;2020.05.29#公开
摘要：本申请公开了一种向后模型选择方法、设备和可读存储介质，所述向后模型选择方法包括：接收与所述服务端关联的客户端发送的配置参数并获取待训练特征，并基于各所述待训练特征和所述配置参数对预设待训练模型进行训练，获得第一初始训练模型，计算各所述待训练特征对应的第一显著性，并基于各所述第一显著性，在各所述待训练特征中剔除符合预设剔除显著性要求的待剔除特征，基于所述配置参数，从所述第一初始训练模型和循环训练模型集之中选取目标训练模型，生成所述目标训练模型对应的可视化数据，并将所述可视化数据反馈至所述客户端。本申请解决了向后选择模式建模门槛高和效率低的技术问题。
主权项：1.一种无代码化分布式建模和可视化建模的向后模型选择方法，其特征在于，所述向后模型选择方法应用于服务端，所述向后模型选择方法包括：接收与所述服务端关联的客户端发送的配置参数并获取待训练特征，并基于各所述待训练特征和所述配置参数对预设待训练模型进行训练，获得第一初始训练模型；计算各所述待训练特征对应的第一显著性，并基于各所述第一显著性，在各所述待训练特征中剔除符合预设剔除显著性要求的待剔除特征，以基于剔除后的各所述待训练特征，对所述第一初始训练模型进行循环训练，获得循环训练模型集；其中，计算各所述待训练特征的wald卡方值，基于所述wald卡方值、各所述待训练特征的自由度和预设皮尔逊相关性值计算公式，计算各所述待训练特征的皮尔逊相关性值，通过各所述皮尔逊相关性值计算各所述待训练特征的第一显著性；其中，当所述待训练特征对应的皮尔逊相关性值小于或等于预设皮尔逊相关性阈值，判定所述皮尔逊相关性值对应的待训练特征不满足预设剔除显著性要求；当所述待训练特征对应的皮尔逊相关性值大于预设皮尔逊相关性阈值，判定所述皮尔逊相关性值对应的待训练特征满足预设显著性要求；基于所述配置参数，从所述第一初始训练模型和循环训练模型集之中选取目标训练模型；生成所述目标训练模型对应的可视化数据，并将所述可视化数据反馈至所述客户端，其中，所述服务端反馈相应的向后模型选择过程对应的可视化数据。
全文数据：
权利要求：
百度查询： 深圳前海微众银行股份有限公司 向后模型选择方法、设备及可读存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号