当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于名义属性的连续型特征构造方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2017-01-17

专利所属地 :中国

专利号:CN201710034428.1

应用领域:通用仪器仪表制造

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

摘要: 本发明公开了一种基于名义属性的连续型特征构造方法,具体包括以下步骤:

  1. 数据预处理;
  2. 根据业务背景知识设置特征构造框架;
  3. 产生具体的特征构造路径;
  4. 根据特征构造路径构造相应的特征并产生训练集;
  5. 对训练集进行特征选择并构建预测模型;
  6. 将相关的数据集以及预测模型保存,并结束离线训练过程;
  7. 对需要进行线上预测的样本数据进行预处理以及特征提取;
  8. 利用离线训练得到的预测模型对样本进行预测。

本发明不仅适用于具有“用户-物品”对的场景,同时也适用于更为一般的带有名义属性或分类变量特征的分类和回归预测问题。与传统的One-Hot和Dummy编码相比,本发明所产生的特征使得样本之间差异更加明显,且特征具有较强的可解释性。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种基于名义属性的连续型特征构造方法
专利状态 - 专利号(申请号) CN201710034428.1
申请号 - 专利申请日期 2017-01-17
专利授权日期 2017-06-27 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 董守斌;马雅从;张晶;胡金龙
权利人 -
专利摘要 本发明公开了一种基于名义属性的连续型特征构造方法,包括步骤:1)数据预处理;2)根据业务背景知识设置特征构造框架;3)产生具体的特征构造路径;4)根据特征构造路径构造相应的特征并产生训练集;5)对训练集进行特征选择并构建预测模型;6)将相关的数据集以及预测模型保存并结束离线训练过程;7)将需要进行线上预测的样本数据进行预处理以及特征提取;8)利用离线训练得到的预测模型对样本进行预测。本发明不仅可以应用于具有“用户‑物品”对的场景,同时也适用于更为一般的带有名义属性或分类变量特征的分类和回归预测问题,与传统的One‑Hot和Dummy编码相比,本发明所产生的特征使得样本之间差异更加明显,产生的特征具有较强的可解释性。
成果评价分析
技术应用分析
服务案例
Baidu
map