一种面向结构化数据的机器学习特征自动生成方法
公开
摘要
本发明公开了计算机技术技术领域的，一种面向结构化数据的机器学习特征自动生成方法，具体的使用步骤为S1：加载待处理结构化原始数据，提供高度抽象、功能灵活可扩展的数据交换技术框架，支撑数据采集、导出、开放共享时转换数据存储支撑等功能；S2：加载数据加工语言程序；S3：数据预处理，检测原始数据是否完整，填充缺失数据和反馈异常数据值；S4：对结构化数据进行结构识别，确定目标机器学习任务的至少一个目标关键信息；建立算法模型自动化地完成机器学习流水线设计、算法模型选择、参数调优等步骤，让模型设计自动化，替代人工方式进行模型设计，从而大量节省人力，提高建模的效率，也大大降低大数据智能分析技术使用的门槛。
基本信息
专利标题 ：
一种面向结构化数据的机器学习特征自动生成方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580655A
申请号 ：
CN202210257973.8
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郭晨
申请人 ：
江苏逸思长天数字智能科技有限公司
申请人地址 ：
江苏省苏州市太仓市科教新城健雄路20号大学科技园一期3号楼301-31号
代理机构 ：
北京智行阳光知识产权代理事务所(普通合伙)
代理人 ：
吴鸣
优先权 ：
CN202210257973.8
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
