买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中移动信息技术有限公司;中国移动通信集团有限公司

摘要：本申请提供了一种数据的高维特征获取方法、装置、设备及计算机存储介质。该数据的高维特征获取方法，获取原始数据；对原始数据进行预处理，得到处理后的数据；对处理后的数据进行独热编码，得到第一特征；基于机器学习算法，利用处理后的数据，生成第二特征；将第一特征和第二特征合并，并判断合并后的特征的重要度是否满足预设重要度阈值；在确定满足预设重要度阈值的情况下，复制扩充合并后的特征得到高维特征。根据本申请实施例，能够获取准确率高、特征区分显著的高维特征。

主权项：1.一种数据的高维特征获取方法，其特征在于，包括：获取原始数据；对原始数据进行预处理，得到处理后的数据；对所述处理后的数据进行独热编码，得到第一特征；基于机器学习算法，利用所述处理后的数据，生成第二特征；利用FM算法计算得到交叉项特征；将所述第一特征、所述第二特征和所述交叉项特征合并，并判断合并后的特征的重要度是否满足预设重要度阈值；在确定满足所述预设重要度阈值的情况下，复制扩充所述合并后的特征得到高维特征；其中，所述对所述处理后的数据进行独热编码，得到第一特征，包括：针对非数值型变量，使用独热编码对非数值型变量进行编码，使用i位属性寄存器来对特征的i个属性进行编码，针对数值型变量，使用独热编码对数值型变量进行编码，使用i位数值寄存器来对特征的i个数值进行编码，得到所述第一特征；其中，基于机器学习算法，利用所述处理后的数据，生成第二特征，包括：将数据集S分成两份，记做S1、S2，将S1作为训练集，利用adaboost对训练集训练模型，S2作为预测集，利用adaboost对S2进行预测，得到S2样本的概率，将取概率大于等于0.5的置为1，小于0.5置为0，当AUC大于0.6时，则保存模型，将保存的模型用于预测全量样本，取概率大于等于0.5的置为1，小于0.5置为0，置为新特征；使用训练后LR模型预测的全量样本，取概率大于等于0.5的置为1，小于0.5置为0，置为新特征。

全文数据：

权利要求：

百度查询： 中移动信息技术有限公司 中国移动通信集团有限公司 数据的高维特征获取方法、装置、设备及计算机存储介质