特征选择方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114268625A(43)申请公布日2022.04.01(21)申请号202010960198.3(22)申请日2020.09.14(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人郑立凡吕培立董井然陈守志(74)专利代理机构北京三高永信知识产权代理有限责任公司11138代理人徐立(51)Int.Cl.H04L67/10(2022.01)H04L67/1097(2022.01)G06N20/00(2019.01)权利要求书3页说明书20页附图5页(54)发明名称特征选择方法、装置、设备及存储介质(57)摘要本申请公开了特征选择方法、装置、设备及存储介质。方法包括：任一执行节点接收管理节点广播的初始已选特征集和初始已选特征集对应的特征数据；构建至少一个第一候选特征集；获取至少一个第一候选特征集对应的模型性能指标；响应于至少一个第一候选特征集中存在满足选取条件的第一候选特征集，将满足选取条件的第一候选特征集发送至管理节点，管理节点用于基于满足选取条件的第一候选特征集获取目标已选特征集。在上述过程中，基于存储的完整特征数据以及管理节点广播的已选特征集和已选特征集对应的特征数据即可直接实现特征选择，无需在执行节点之间进行特征数据的交互，特征选择过程的耗时较短，特征选择的效率较高，特征选择的效果较好。CN114268625ACN114268625A权利要求书1/3页1.一种特征选择方法，其特征在于，所述方法应用于分布式系统中的任一执行节点上，所述任一执行节点至少存储有一个第一特征对应的完整特征数据，所述第一特征为原始特征集中除初始已选特征集中的特征外的特征，所述方法包括：接收管理节点广播的所述初始已选特征集和所述初始已选特征集对应的特征数据；基于存储的完整特征数据对应的至少一个第一特征和所述初始已选特征集，构建至少一个第一候选特征集，任一第一候选特征集为所述初始已选特征集与存储的完整特征数据对应的任一第一特征的集合；基于所述存储的完整特征数据和所述初始已选特征集对应的特征数据，获取所述至少一个第一候选特征集对应的模型性能指标；响应于所述至少一个第一候选特征集对应的模型性能指标指示所述至少一个第一候选特征集中存在满足选取条件的第一候选特征集，将所述满足选取条件的第一候选特征集发送至所述管理节点，所述管理节点用于将所述满足选取条件的第一候选特征集作为第一已选特征集，基于所述第一已选特征集，获取目标已选特征集。2.根据权利要求1所述的方法，其特征在于，所述基于所述存储的完整特征数据和所述初始已选特征集对应的特征数据，获取所述至少一个第一候选特征集对应的模型性能指标，包括：基于所述存储的完整特征数据和所述初始已选特征集对应的特征数据，确定所述至少一个第一候选特征集对应的特征数据；对于所述至少一个第一候选特征集中的任一第一候选特征集，基于所述任一第一候选特征集对应的特征数据，获取所述任一第一候选特征集对应的参考模型；对所述任一第一候选特征集对应的参考模型进行性能评估，将所述任一第一候选特征集对应的参考模型的性能评估结果作为所述任一第一候选特征集对应的模型性能指标。3.根据权利要求2所述的方法，其特征在于，所述对所述任一第一候选特征集对应的参考模型进行性能评估，包括：获取所述任一第一候选特征集对应的测试数据和所述测试数据对应的标准结果；调用所述任一第一候选特征集对应的参考模型对所述测试数据进行处理，得到所述测试数据对应的预测结果；基于所述预测结果和所述标准结果，确定所述任一第一候选特征集对应的参考模型的性能评估结果。4.根据权利要求1-3任一所述的方法，其特征在于，所述任一执行节点还至少存储有一个第二特征对应的完整特征数据，所述第二特征为原始特征集中除第一已选特征集中的特征外的特征，所述将所述满足选取条件的第一候选特征集发送至所述管理节点之后，所述方法还包括：接收所述管理节点广播的所述第一已选特征集和所述第一已选特征集对应的特征数据；基于所述存储的完整特征数据对应的至少一个第二特征和所述第一已选特征集，构建至少一个第二候选特征集，任一第二候选特征集为所述第一已选特征集与所述存储的完整特征数据对应的任一第二特征的集合；基于所述存储的完整特征数据和所述第一已选特征集对应的特征数据，获取所述至少2CN114268625A权利要求书2/3页一个第二候选特征集对应的模型性能指标；响应于所述至少一个第二候选特征集对应的模型性能指标指示所述至少一个第二候选特征集中存在满足选取条件的第二候选特征集，将所述满足选取条件的第二候选特征集发送至所述管理节点。5.根据权利要求1-3任一所述的方法，其特征在于，所述满足选取条件的第