公开(公告)号：CN111582325A

公开(公告)日：2020-08-25

申请号：CN202010312421.3

申请日：2020-04-20

Applicant: 华南理工大学

Inventor： 董守斌 ,  钟振远 ,  胡金龙

IPC: G06K9/62 ,  G06F16/18 ,  G06F16/2458

Abstract: 本发明公开了一种基于自动特征编码的多阶特征组合方法，包括步骤：1)对日志型数据的训练集进行预处理和数据采样；2)构建代理搜索模型对特征组进行搜索，得到评价指标最高的特征组；3)构建复合目标编码器对选中的特征组编码，得到多阶组合特征；4)对多阶组合特征进行内嵌式特征选择，保留有效特征；5)重复步骤2)-4)，最终得到完整的有效组合特征编码表；6)参照有效组合特征编码表，使用复合目标编码器对训练集和测试集转化，获得多阶特征组合训练集和测试集。本发明方法能够自动完成预处理、特征工程等一系列步骤，有助于机器学习平台节省人工成本、降低特征工程时间开销和提升预测精度。

公开(公告)号：CN111582325B

公开(公告)日：2023-04-07

申请号：CN202010312421.3

申请日：2020-04-20

Applicant: 华南理工大学

Inventor： 董守斌 ,  钟振远 ,  胡金龙

IPC: G06F18/25 ,  G06F18/214 ,  G06F16/18 ,  G06F16/2458

Abstract: 本发明公开了一种基于自动特征编码的多阶特征组合方法，包括步骤：1)对日志型数据的训练集进行预处理和数据采样；2)构建代理搜索模型对特征组进行搜索，得到评价指标最高的特征组；3)构建复合目标编码器对选中的特征组编码，得到多阶组合特征；4)对多阶组合特征进行内嵌式特征选择，保留有效特征；5)重复步骤2)‑4)，最终得到完整的有效组合特征编码表；6)参照有效组合特征编码表，使用复合目标编码器对训练集和测试集转化，获得多阶特征组合训练集和测试集。本发明方法能够自动完成预处理、特征工程等一系列步骤，有助于机器学习平台节省人工成本、降低特征工程时间开销和提升预测精度。