构建预测模型的方法、装置、计算设备和存储介质.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CN113869521A(43)申请公布日2021.12.31(21)申请号202010612047.9(22)申请日2020.06.30(71)申请人华为技术有限公司地址518129广东省深圳市龙岗区坂田华为总部办公楼(72)发明人张彦芳孙旭东常庆龙张亮(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代理人颜晶(51)Int.Cl.G06N20/00(2019.01)权利要求书6页说明书18页附图5页(54)发明名称构建预测模型的方法、装置、计算设备和存储介质(57)摘要本申请提供了一种构建预测模型的方法、装置、计算设备和存储介质，属于人工智能技术领域。该方法包括：根据目标预测场景的目标数据集和/或目标预测场景的场景信息，获取目标预测场景对应的模型搜索空间，其中，模型搜索空间包括模型和超参数，根据目标数据集和模型搜索空间包括的模型和超参数，进行模型训练，以获得完成训练的预测模型，根据完成训练的预测模型的评估结果，获得目标预测场景对应的预测模型。采用本申请，可以提高构建预测模型的效率。CN113869521ACN113869521A权利要求书1/6页1.一种构建预测模型的方法，其特征在于，所述方法包括：根据目标预测场景的目标数据集和/或所述目标预测场景的场景信息，获取所述目标预测场景对应的模型搜索空间，其中，所述模型搜索空间包括模型和超参数；根据所述目标数据集和所述模型搜索空间包括的模型和超参数，进行模型训练，以获得完成训练的预测模型；根据所述完成训练的预测模型的评估结果，获得所述目标预测场景对应的预测模型。2.根据权利要求1所述的方法，其特征在于，所述根据目标预测场景的目标数据集和/或所述目标预测场景的场景信息，获取所述目标预测场景对应的模型搜索空间，包括：获取初始模型搜索空间，其中，所述初始模型搜索空间是对历史数据集进行分析获得，所述历史数据集为所述目标预测场景的目标数据集，或者所述历史数据集中的数据与所述目标数据集中的数据相似；根据所述目标数据集和/或所述目标预测场景的场景信息，对所述初始模型搜索空间中的模型和/或超参数进行筛选，以获得所述目标预测场景对应的模型搜索空间，所述模型搜索空间中模型是所述初始模型搜索空间中的部分模型或全部模型，所述模型搜索空间中超参数是所述初始模型搜索空间中的部分超参数或全部超参数；或者，根据目标预测场景的目标数据集和/或所述目标预测场景的场景信息，在预设的模型和超参数中，获取所述目标预测场景对应的模型搜索空间。3.根据权利要求2所述的方法，其特征在于，所述模型搜索空间中模型是所述初始模型搜索空间中适用的数据集的特征与所述目标数据集的第一特征具有相似性的模型，所述模型搜索空间中超参数是所述初始模型搜索空间中适用的数据集的特征与所述目标数据集的第一特征具有相似性的超参数；或者，所述模型搜索空间中模型是所述初始模型搜索空间中适用的场景信息与所述目标预测场景的场景信息具有相似性的模型，所述模型搜索空间中超参数是所述初始模型搜索空间中适用的场景信息与所述目标预测场景的场景信息具有相似性的超参数；或者，所述模型搜索空间中模型是所述初始模型搜索空间中适用的场景信息与所述目标预测场景的场景信息具有相似性，且适用的数据集的特征与所述目标数据集的第一特征具有相似性的模型，所述模型搜索空间中超参数是所述初始模型搜索空间中适用的场景信息与所述目标预测场景的场景信息具有相似性，且适用的数据集的特征与所述目标数据集的第一特征具有相似性的超参数。4.根据权利要求2或3所述的方法，其特征在于，所述获取初始模型搜索空间，包括：根据所述历史数据集，确定所述目标预测场景对应的模型和超参数，将确定的模型和超参数组成初始模型搜索空间；或者，向云端设备发送模型获取请求，其中，所述模型获取请求用于请求获取所述初始模型搜索空间；接收所述云端设备发送的初始模型搜索空间。5.根据权利要求4所述的方法，其特征在于，所述根据所述历史数据集，确定所述目标预测场景对应的模型和超参数，包括：获取适用的数据集的特征与所述目标数据集的第二特征具有相似性的模型和超参数，确定为所述目标预测场景对应的初始模型搜索空间中的模型和超参数。6.根据权利要求5所述的方法，其特征在于，所述目标数据集的第二特征与所述目标数2CN113869521A权利要求书2/6页据集的第一特征是相同特征或者不同特征。7.根据权利要求1至6任一项所述的方法，其特征在于，所述目标预测场景的场景信息包括计算性能要求和/或预测需求，所述计算性能要求包括内存信息、中央处理器CPU信息或推理速度中的一种或多种，预测需求包括所述目标预测场景对应的预测模型进行预测的预测时长和/或预测周期。8.根据权利要求2至7任