特征类型筛选方法、装置、电子设备及存储介质

AITNT
正文
推荐专利
特征类型筛选方法、装置、电子设备及存储介质
申请号:CN202410784677
申请日期:2024-06-18
公开号:CN118588303A
公开日期:2024-09-03
类型:发明专利
摘要
本发明实施例公开了一种特征类型筛选方法、装置、电子设备及存储介质。该方法包括:获取至少一个历史对象对应的历史特征信息以及历史实际危害程度,提取历史特征信息对应的历史特征类型;基于历史特征信息、历史实际危害程度和解释机器学习模型预测方式,确定每个历史特征类型对危害程度的贡献值;其中,贡献值用于反映历史特征类型对危害程度的影响程度;基于贡献值,在历史特征类型中筛选出目标特征类型。本发明实施例的技术方案,可以提高筛选目标特征类型的准确性和效率,便于更加准确地对危害程度进行预测。
技术关键词
机器学习模型 筛选方法 验证特征 验证数据库 样本 预测特征 训练特征 梯度提升模型 电子设备 队列 随机森林模型 风险分层 可读存储介质 对象 分类方式 计算机 小提琴 筛选装置 处理器通信
系统为您推荐了相关专利信息
1
一种基于模型融合的离子液体纳米摩擦系数精准预测方法
纳米材料表面 精准预测方法 融合准则 支持向量回归 融合策略
2
一种用于检测肝癌的引物与探针组合、试剂盒及应用
位点 风险预测模型 检测肝癌 引物 核苷酸
3
一种三维数据加载与渲染优化方法及系统
渲染优化方法 数据 纹理压缩技术 三维渲染引擎 CIM模型
4
一种动力电池剩余充电时间的预测方法及预测系统
时间预测模型 动力电池 预测系统 云端 车载电池
5
一种基于深度学习的ADTKD-UMOD的辅助诊断系统
辅助诊断系统 染色 深度学习网络模型 轮廓 构建深度学习网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号