分类模型训练方法及装置

发明专利有效专利

申请号：
CN201910314510.9
IPC分类号：G06K9/62
申请日期：
2019-04-18
申请人：
成都四方伟业软件股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	分类模型训练方法及装置
申请号	CN201910314510.9	申请日期	2019-04-18
法律状态	授权	申报国家	中国
公开/公告日	2019-07-12	公开/公告号	CN110009062A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	成都四方伟业软件股份有限公司	申请人地址	四川省成都市高新区科园三路4号1栋2层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	成都四方伟业软件股份有限公司	当前权利人	成都四方伟业软件股份有限公司
发明人	李骥东;王丹;蓝科;覃进学
代理机构	北京超凡宏宇专利代理事务所（特殊普通合伙）	代理人	徐丽

摘要

本申请公开了一种分类模型训练方法及装置，通过将特征集合中部分特征以事件概率的形式表示，并根据这些事件概率进行模型训练，从而使得分类模型的预测精度得以提高。详细地，首先获取多个训练样本集，接着针对每个训练样本集，获取每个所述训练样本的每个第二特征对应的多个事件的发生概率；再接着在该训练样本集中，计算每个第二特征对应的每个事件的平均发生概率；紧接着针对每个训练样本，将每个第二特征对应的每个事件的平均发生概率作为新的第二特征；然后针对每个训练样本，对新的特征集合中的特征按照预设规则进行组合，获得多个组合特征；最后将每个组合特征采用随机森林方法进行机器学习训练，获得分类模型。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供