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
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
渲染优化方法
数据
纹理压缩技术
三维渲染引擎
CIM模型
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