摘要
本申请实施例属于人工智能技术领域,涉及一种特征筛选方法、装置、计算机设备及存储介质,该方法包括:根据多层次特征筛选机制对原始特征集合进行特征筛选操作;对候选特征集合进行分层处理;分别对分层特征子集进行关键特征锁定操作;根据贪婪算法分别对关键特征子集进行特征选择操作;分别将特征选择子集输入至初始风控模型进行风控模型训练操作,得到性能指标数据;根据奖励函数以及性能指标数据对关键特征子集进行特征优化操作,得到目标特征数据。本申请在应对数据波动和特征间非线性关系时,能够持续优化并保持性能提升。尤其是需要本申请能够基于实时反馈动态优化特征组合,从而提高筛选效率并减少对预设规则的依赖。
技术关键词
性能指标数据
特征筛选方法
风控模型训练
贪婪算法
特征选择
分层特征
计算机可读指令
特征筛选装置
多层次特征
复杂度
指数衰减函数
计算机设备
DQN算法
深度Q网络
超参数
可读存储介质
终端
系统为您推荐了相关专利信息
棉铃虫
识别方法
图像
特征选择算法
自动化采集系统
特征选择方法
数据分类模型
顶点
可读存储介质
电子设备
特征污染物
特征选择
时序预测方法
大气污染物数据
构建预测模型
机器学习算法
客运站
识别方法
道路监控视频
随机森林模型
瞬态温度场
监测点
重构方法
油浸式变压器绕组
贪婪算法