一种特征检测方法、装置、设备及介质

本发明涉及机器学习技术领域，公开一种特征检测方法、装置、设备及介质。该方法包括：采集监管对象的初始特征数据，进行预处理后得到优化特征数据，并划分为训练集和测试集；对训练集进行主成分降维得到降维结果，利用降维结果训练KMeans模型，利用训练后的KMeans模型对测试集进行聚类得到聚类结果，通过雷达图展示聚类结果中不同聚类的特征差异性；利用训练集训练XGBoost模型，利用训练后的XGBoost模型对聚类结果进行验证得到最优XGBoost模型；利用SHAP值理论对最优XGBoost模型进行解释得到SHAP特征解释结果。本申请为识别监管对象的特征、实现监管对象的分类管理、制定干预措施提供科学依据。