CN112801222A - 基于二分类模型的多分类方法、装置、电子设备及介质 - Google Patents
基于二分类模型的多分类方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN112801222A CN112801222A CN202110318230.2A CN202110318230A CN112801222A CN 112801222 A CN112801222 A CN 112801222A CN 202110318230 A CN202110318230 A CN 202110318230A CN 112801222 A CN112801222 A CN 112801222A
- Authority
- CN
- China
- Prior art keywords
- classification
- data set
- model
- matrix
- contribution degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013145 classification model Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims abstract description 108
- 238000012549 training Methods 0.000 claims abstract description 99
- 238000012795 verification Methods 0.000 claims abstract description 65
- 230000002776 aggregation Effects 0.000 claims abstract description 45
- 238000004220 aggregation Methods 0.000 claims abstract description 45
- 238000002372 labelling Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 76
- 238000000605 extraction Methods 0.000 claims description 42
- 238000003066 decision tree Methods 0.000 claims description 32
- 238000013138 pruning Methods 0.000 claims description 12
- 230000004931 aggregating effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004141 dimensional analysis Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000012813 breadcrumbs Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及智能决策技术,揭露了一种基于二分类模型的多分类方法,包括:对训练数据集及验证数据集进行二分类标注,利用训练数据集构建并训练二分类模型,并根据验证数据集进行验证调整,得到标准二分类模型,将待处理数据集输入标准二分类模型中,得到二分类结果,对标准二分类模型进行解析,得到贡献度矩阵,按照多分类标注对贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据贡献度聚合矩阵及二分类结果,得到多分类结果。此外,本发明还涉及区块链技术,所述二分类结果可存储于区块链的节点。本发明还提出一种基于二分类模型的多分类装置、电子设备以及计算机可读存储介质。本发明可以解决利用多分类模型进行多分类具有不稳定性的问题。
Description
技术领域
本发明涉及智能决策技术领域,尤其涉及一种基于二分类模型的多分类方法、装置、电子设备及介质。
背景技术
分类模型是常见的机器学习模型,用于通过建模,预测样本所属类型。对于小样本或者分类样本严重不平衡,一般只能进行二分类模型的训练。尽管二分类模型能够取得稳定准确的效果,但是模型预测结果却显得单薄。以财务粉饰为例,通过二分类模型对企业的财务数据造假进行预测时,得到了一个90分的预警,但这样的预测结果只知道这家企业可能造假了,却无法知道究竟是从资本结构还是盈利能力上进行了造假。因此,二分类模型并不能适用所有的应用场景。然而,小样本或者分类样本严重不平衡时,比如好样本和坏样本的比例超过100:1,如果训练多分类模型,使得本就稀少的坏样本在分类之后就变得更少,有的类别可能只有几个样本,从而导致训练得到的多分类模型结果的不稳定性。
发明内容
本发明提供一种基于二分类模型的多分类方法、装置及计算机可读存储介质,其主要目的在于解决利用多分类模型进行多分类具有不稳定性的问题。
为实现上述目的,本发明提供的一种基于二分类模型的多分类方法,包括:
从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
对所述标准二分类模型进行解析处理,得到贡献度矩阵;
按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
可选地,所述利用所述训练数据集构建并训练二分类模型,包括:
获取所述训练数据集和所述训练数据集对应的二分类标注;
遍历所述二分类标注中每一个标注,并计算每一个所述标注对所述训练数据集的基尼指数,得到所述二分类标注对应的基尼指数集合;
对所述基尼指数集合按照从大到小的顺序进行排序,选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点;
以所述切分点作为初始决策树的根节点,从所述切分点出发生成子节点并将所述训练数据集分配到所述子节点中,直到将所述二分类标注中的所有标注遍历完毕,生成所述初始决策树;
对所述初始决策树进行剪枝处理,得到二分类模型。
可选地,所述对所述初始决策树进行剪枝处理,包括:
计算所述初始决策树上所有非叶子节点的表面误差增益值;
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝。
可选地,所述根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,包括:
利用所述二分类模型对所述验证数据集进行二分类处理,得到所述验证数据集对应的分类结果;
当所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注不一致时,重新利用所述训练数据集对所述二分类模型进行训练,直到所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注一致时,将所述训练完的二分类模型输出为所述标准二分类模型。
可选地,所述按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果,包括:
按照预设的多分类标注将所述贡献度矩阵中的每一列划分为一个类别,按照类别对所述贡献度矩阵进行纵向加总,得到贡献度聚合矩阵;
对所述贡献度聚合矩阵进行纵向归一化,并乘上所述二分类结果,得到多分类结果。
可选地,所述对所述标准二分类模型进行解析处理,得到贡献度矩阵,包括:
通过遍历操作,查找所述标准二分类模型中基于所述二分类标注中每一个标注对应的任意一个节点;
对所述节点进行节点抽取,并提取所述节点的抽取前概率向量和抽取后概率向量;
根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量;
根据所述标准二分类模型中所有节点的增益向量构建贡献度矩阵。
可选地,所述根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量,包括:
利用下述增益向量公式计算所述节点的增益向量:
Δpk,n,i=p′-p
其中,Δpk,n,i为增益向量,p为所述抽取前概率向量,p′为所述抽取后概率向量。
为了解决上述问题,本发明还提供一种基于二分类模型的多分类装置,所述装置包括:
数据抽取模块,用于从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
模型训练模块,用于利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
二分类结果生成模块,用于获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
模型解析模块,用于对所述标准二分类模型进行解析处理,得到贡献度矩阵;
矩阵聚合模块,用于按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的基于二分类模型的多分类方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于二分类模型的多分类方法。
本发明通过训练数据集构建并训练二分类模型,并根据验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,利用验证数据集进行验证,保证了二分类模型的准确性,对标准二分类模型进行解析,得到贡献度矩阵并按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,根据贡献度聚合矩阵和二分类结果,得到多分类结果,一方面通过维持一个二分类模型来确保分类的准确率,所述二分类模型中只输出一个稳定且准确的预测结果,保证了模型效果准确性,一方面利用多分类标注可以进行多分类的提升,所述多分类标注实现了多分类评分,有助于从多维层面理解结果,避免模型结果单一造成的分析单薄,针对不同的细分需求都可以有指导意义。因此本发明提出的基于二分类模型的多分类方法、装置、电子设备及计算机可读存储介质,可以解决利用多分类模型进行多分类具有不稳定性的问题。
附图说明
图1为本发明一实施例提供的基于二分类模型的多分类方法的流程示意图;
图2为图1所示的基于二分类模型的多分类方法中其中一个步骤的流程示意图;
图3为本发明一实施例提供的基于二分类模型的多分类装置的功能模块图;
图4为本发明一实施例提供的实现所述基于二分类模型的多分类方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于二分类模型的多分类方法。所述基于二分类模型的多分类方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于二分类模型的多分类方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的基于二分类模型的多分类方法的流程示意图。在本实施例中,所述基于二分类模型的多分类方法包括:
S1、从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注。
本发明实施例中,所述原始数据集可以是经济金融场景下的财务数据。
具体地,本发明实施例按照预设的比例从所述原始数据集中抽取出训练数据集和验证数据集,所述训练数据集可以用于后续的模型训练,以及所述验证数据集可以用于后续的模型验证,以防止模型在训练过程中产生过拟合。
优选地,所述预设的比例可以为7:3。
进一步地,本发明其中一个实施例可以调用自动化标注工具的接口对所述训练数据集及验证数据集进行二分类标注。
其中,对所述原始数据集进行标注存在很多情况,比如财务粉饰的样本性质客观存在,无需额外制定标注规则,又或者语义识别的样本数据需要利用人为设定的规则去标注。
例如,以财务粉饰为例,A股上市企业为全量样本,从证监会处罚公告中提取存在财务粉饰嫌疑的企业,作为负面样本,未曾被处罚的企业为正面样本。
S2、利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型。
本发明实施例中,所述二分类模型可以是所有适用于分类的机器学习模型,例如,朴素贝叶斯模型、决策树模型、最近邻模型、逻辑回归模型等,其中,本方案采用XGBoost(Extreme Gradient Boosting,梯度提升决策树)模型。
具体地,参阅图2所示,所述利用所述训练数据集构建并训练二分类模型,包括:
S201、获取所述训练数据集和所述训练数据集对应的二分类标注;
S202、遍历所述二分类标注中每一个标注,并计算每一个所述标注对所述训练数据集的基尼指数,得到所述二分类标注对应的基尼指数集合;
S203、对所述基尼指数集合按照从大到小的顺序进行排序,选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点;
S204、以所述切分点作为初始决策树的根节点,从所述切分点出发生成子节点并将所述训练数据集分配到所述子节点中,直到将所述二分类标注中的所有标注遍历完毕,生成所述初始决策树;
S205、对所述初始决策树进行剪枝处理,得到二分类模型。
具体地,所述计算每一个所述标注对所述训练数据集的基尼指数,包括:
利用下述基尼指数计算函数每一个所述标注对所述训练数据集的基尼指数:
其中,Gini(p)为基尼指数,pk表示所述训练数据集中的第k个数据,K是所述训练数据集中的数据的个数。
详细地,所述基尼指数代表了模型的不纯度,所述基尼指数越小,不纯度越低,说明特征越好。
进一步地,所述对所述初始决策树进行剪枝处理,得到二分类模型,包括:
计算所述初始决策树上所有非叶子节点的表面误差增益值;
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝。
其中,本发明实施例中,所述预设的增益阈值为0.5。
进一步地,所述计算所述初始决策树上所有非叶子节点的表面误差增益值,包括:
利用下述增益公式计算计算所述初始决策树上所有非叶子节点的表面误差增益值:
其中,α表示表面误差增益值,R(t)表示叶子节点的误差代价,R(T)表示非叶子节点的误差代价,N(T)表示所述初始决策树的节点个数。
具体地,所述根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,包括:
利用所述二分类模型对所述验证数据集进行二分类处理,得到所述验证数据集对应的分类结果;
当所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注不一致时,重新利用所述训练数据集对所述二分类模型进行训练,直到所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注一致时,将所述训练完的二分类模型输出为所述标准二分类模型。
S3、获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果。
本发明实施例中将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果,其中,所述二分类结果可以是二维分析概率向量p0,所述二维分析概率向量是一个二维向量,包含两个元素,一个是属于正面样本的概率,另外一个是属于负面样本的概率,两者相加等于1。
S4、对所述标准二分类模型进行解析处理,得到贡献度矩阵。
本发明实施例中,所述对所述标准二分类模型进行解析处理,得到贡献度矩阵,包括:
通过遍历操作,查找所述标准二分类模型中基于所述二分类标注中每一个标注对应的任意一个节点;
对所述节点进行节点抽取,并提取所述节点的抽取前概率向量和抽取后概率向量;
根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量;
根据所述标准二分类模型中所有节点的增益向量构建贡献度矩阵。
具体地,所述根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量,包括:
利用下述增益向量公式计算所述节点的增益向量:
Δpk,n,i=p′-P
其中,Δpk,n,i为增益向量,p为所述抽取前概率向量,p′为所述抽取后概率向量。
详细地,在本发明实施例中,若所述标准二分类模型为XGBoost模型,假设所述XGBoost模型有n个决策树,预测某个样本的时候都会有kn次节点抽取,其中涉及指标i的有kn,i次,每一次抽取树节点,抽取前概率向量为p,抽取后概率向量为p′,则该次划分的增益向量为Δpk,n,i=p′-p,那么总的增益为Δpi=sumn(sumk(Δpk,n,i)),根据所述标准二分类模型中所有节点的增益向量即可构建贡献度矩阵。
S5、按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
本发明实施例中,所述预设的多分类标注是将一个指标跟一个或者多个子类别关联上,例如在识别证监会处罚公告时,将财务粉饰分为不同子类别,即可认为是多分类样本标注,进行多分类标注有很多方法,可以用人工标注,或者可以用相关系数排名来分类,或者可以构建一个子模型,选择特征重要性最高的一类作为其标注结果。
具体地,所述按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果,包括:
按照预设的多分类标注将所述贡献度矩阵中的每一列划分为一个类别,按照类别对所述贡献度矩阵进行纵向加总,得到贡献度聚合矩阵;
对所述贡献度聚合矩阵进行纵向归一化,并乘上所述二分类结果,得到多分类结果。
详细地,在本发明实施例中,以财务粉饰为例,假设财务粉饰大类下有资产构成粉饰、现金流粉饰、盈利能力粉饰三个子类别,跟资产构成粉饰相关的指标有30个,将30个指标的贡献度矩阵进行求和,即可得到一个长度与样本量相等的向量,然后以此类推,现金流粉饰类别也会存在一个向量,盈利能力粉饰类别同理。将它们合并之后得到一个N(样本数)*3的贡献度聚合矩阵。将该矩阵进行纵向的归一化,所述纵向的归一化是将除以所有子类对应数值的加总,使得处理过之后的矩阵在一个维度相乘等于1,例如原来是(1.5,1.0,2.5),归一化之后为(0.3,0.2,0.5)。然后将这个矩阵乘上第二步得到的概率向量p0,即可得到多分类概率矩阵,所述多分类概率矩阵即所述多分类结果,例如在第二步得到的财务粉饰概率为0.3,那么三个子类别的概率分别为0.09、0.06、0.15。
本发明通过训练数据集构建并训练二分类模型,并根据验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,利用验证数据集进行验证,保证了二分类模型的准确性,对标准二分类模型进行解析,得到贡献度矩阵并按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,根据贡献度聚合矩阵和二分类结果,得到多分类结果,一方面通过维持一个二分类模型来确保分类的准确率,所述二分类模型中只输出一个稳定且准确的预测结果,保证了模型效果准确性,一方面利用多分类标注可以进行多分类的提升,所述多分类标注实现了多分类评分,有助于从多维层面理解结果,避免模型结果单一造成的分析单薄,针对不同的细分需求都可以有指导意义。因此本发明提出的基于二分类模型的多分类方法可以解决利用多分类模型进行多分类具有不稳定性的问题。
如图3所示,是本发明一实施例提供的基于二分类模型的多分类装置的功能模块图。
本发明所述基于二分类模型的多分类装置100可以安装于电子设备中。根据实现的功能,所述基于二分类模型的多分类装置100可以包括数据抽取模块101、模型训练模块102、二分类结果生成模块103、模型解析模块104及矩阵聚合模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据抽取模块101,用于从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
所述模型训练模块102,用于利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
所述二分类结果生成模块103,用于获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
所述模型解析模块104,用于对所述标准二分类模型进行解析处理,得到贡献度矩阵;
所述矩阵聚合模块105,用于按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
详细地,所述基于二分类模型的多分类装置100各模块的具体实施方式如下:
步骤一、所述数据抽取模块101从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注。
本发明实施例中,所述原始数据集可以是经济金融场景下的财务数据。
具体地,本发明实施例按照预设的比例从所述原始数据集中抽取出训练数据集和验证数据集,所述训练数据集可以用于后续的模型训练,以及所述验证数据集可以用于后续的模型验证,以防止模型在训练过程中产生过拟合。
优选地,所述预设的比例可以为7:3。
进一步地,本发明其中一个实施例可以调用自动化标注工具的接口对所述训练数据集及验证数据集进行二分类标注。
其中,对所述原始数据集进行标注存在很多情况,比如财务粉饰的样本性质客观存在,无需额外制定标注规则,又或者语义识别的样本数据需要利用人为设定的规则去标注。
例如,以财务粉饰为例,A股上市企业为全量样本,从证监会处罚公告中提取存在财务粉饰嫌疑的企业,作为负面样本,未曾被处罚的企业为正面样本。
步骤二、所述模型训练模块102利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型。
本发明实施例中,所述二分类模型可以是所有适用于分类的机器学习模型,例如,朴素贝叶斯模型、决策树模型、最近邻模型、逻辑回归模型等,其中,本方案采用XGBoost(Extreme Gradient Boosting,梯度提升决策树)模型。
具体地,所述模型训练模块102利用所述训练数据集构建并训练二分类模型,包括:
获取所述训练数据集和所述训练数据集对应的二分类标注;
遍历所述二分类标注中每一个标注,并计算每一个所述标注对所述训练数据集的基尼指数,得到所述二分类标注对应的基尼指数集合;
对所述基尼指数集合按照从大到小的顺序进行排序,选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点;
以所述切分点作为初始决策树的根节点,从所述切分点出发生成子节点并将所述训练数据集分配到所述子节点中,直到将所述二分类标注中的所有标注遍历完毕,生成所述初始决策树;
对所述初始决策树进行剪枝处理,得到二分类模型。
具体地,所述计算每一个所述标注对所述训练数据集的基尼指数,包括:
利用下述基尼指数计算函数每一个所述标注对所述训练数据集的基尼指数:
其中,Gini(p)为基尼指数,pk表示所述训练数据集中的第k个数据,K是所述训练数据集中的数据的个数。
详细地,所述基尼指数代表了模型的不纯度,所述基尼指数越小,不纯度越低,说明特征越好。
进一步地,所述对所述初始决策树进行剪枝处理,得到二分类模型,包括:
计算所述初始决策树上所有非叶子节点的表面误差增益值;
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝。
其中,本发明实施例中,所述预设的增益阈值为0.5。
进一步地,所述计算所述初始决策树上所有非叶子节点的表面误差增益值,包括:
利用下述增益公式计算计算所述初始决策树上所有非叶子节点的表面误差增益值:
其中,α表示表面误差增益值,R(t)表示叶子节点的误差代价,R(T)表示非叶子节点的误差代价,N(T)表示所述初始决策树的节点个数。
具体地,所述根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,包括:
利用所述二分类模型对所述验证数据集进行二分类处理,得到所述验证数据集对应的分类结果;
当所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注不一致时,重新利用所述训练数据集对所述二分类模型进行训练,直到所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注一致时,将所述训练完的二分类模型输出为所述标准二分类模型。
步骤三、所述二分类结果生成模块103获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果。
本发明实施例中所述二分类结果生成模块103将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果,其中,所述二分类结果可以是二维分析概率向量p0,所述二维分析概率向量是一个二维向量,包含两个元素,一个是属于正面样本的概率,另外一个是属于负面样本的概率,两者相加等于1。
步骤四、所述模型解析模块104对所述标准二分类模型进行解析处理,得到贡献度矩阵。
本发明实施例中,所述模型解析模块104对所述标准二分类模型进行解析处理,得到贡献度矩阵,包括:
通过遍历操作,查找所述标准二分类模型中基于所述二分类标注中每一个标注对应的任意一个节点;
对所述节点进行节点抽取,并提取所述节点的抽取前概率向量和抽取后概率向量;
根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量;
根据所述标准二分类模型中所有节点的增益向量构建贡献度矩阵。
具体地,所述根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量,包括:
利用下述增益向量公式计算所述节点的增益向量:
Δpk,n,i=P′-p
其中,Δpk,n,i为增益向量,p为所述抽取前概率向量,p′为所述抽取后概率向量。
详细地,在本发明实施例中,若所述标准二分类模型为XGBoost模型,假设所述XGBoost模型有n个决策树,预测某个样本的时候都会有kn次节点抽取,其中涉及指标i的有kn,i次,每一次抽取树节点,抽取前概率向量为p,抽取后概率向量为p′,则该次划分的增益向量为Δpk,n,i=p′-p,那么总的增益为Δpi=sumn(sumk(Δpk,n,i)),根据所述标准二分类模型中所有节点的增益向量即可构建贡献度矩阵。
步骤五、所述矩阵聚合模块105按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
本发明实施例中,所述预设的多分类标注是将一个指标跟一个或者多个子类别关联上,例如在识别证监会处罚公告时,将财务粉饰分为不同子类别,即可认为是多分类样本标注,进行多分类标注有很多方法,可以用人工标注,或者可以用相关系数排名来分类,或者可以构建一个子模型,选择特征重要性最高的一类作为其标注结果。
具体地,所述矩阵聚合模块105按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果,包括:
按照预设的多分类标注将所述贡献度矩阵中的每一列划分为一个类别,按照类别对所述贡献度矩阵进行纵向加总,得到贡献度聚合矩阵;
对所述贡献度聚合矩阵进行纵向归一化,并乘上所述二分类结果,得到多分类结果。
详细地,在本发明实施例中,以财务粉饰为例,假设财务粉饰大类下有资产构成粉饰、现金流粉饰、盈利能力粉饰三个子类别,跟资产构成粉饰相关的指标有30个,将30个指标的贡献度矩阵进行求和,即可得到一个长度与样本量相等的向量,然后以此类推,现金流粉饰类别也会存在一个向量,盈利能力粉饰类别同理。将它们合并之后得到一个N(样本数)*3的贡献度聚合矩阵。将该矩阵进行纵向的归一化,所述纵向的归一化是将除以所有子类对应数值的加总,使得处理过之后的矩阵在一个维度相乘等于1,例如原来是(1.5,1.0,2.5),归一化之后为(0.3,0.2,0.5)。然后将这个矩阵乘上第二步得到的概率向量p0,即可得到多分类概率矩阵,所述多分类概率矩阵即所述多分类结果,例如在第二步得到的财务粉饰概率为0.3,那么三个子类别的概率分别为0.09、0.06、0.15。
本发明通过训练数据集构建并训练二分类模型,并根据验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,利用验证数据集进行验证,保证了二分类模型的准确性,对标准二分类模型进行解析,得到贡献度矩阵并按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,根据贡献度聚合矩阵和二分类结果,得到多分类结果,一方面通过维持一个二分类模型来确保分类的准确率,所述二分类模型中只输出一个稳定且准确的预测结果,保证了模型效果准确性,一方面利用多分类标注可以进行多分类的提升,所述多分类标注实现了多分类评分,有助于从多维层面理解结果,避免模型结果单一造成的分析单薄,针对不同的细分需求都可以有指导意义。因此本发明提出的基于二分类模型的多分类装置可以解决利用多分类模型进行多分类具有不稳定性的问题。
如图4所示,是本发明一实施例提供的实现基于二分类模型的多分类方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于二分类模型的多分类程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如基于二分类模型的多分类程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如基于二分类模型的多分类程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于二分类模型的多分类程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
对所述标准二分类模型进行解析处理,得到贡献度矩阵;
按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图4对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
对所述标准二分类模型进行解析处理,得到贡献度矩阵;
按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于二分类模型的多分类方法,其特征在于,所述方法包括:
从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
对所述标准二分类模型进行解析处理,得到贡献度矩阵;
按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
2.如权利要求1所述的基于二分类模型的多分类方法,其特征在于,所述利用所述训练数据集构建并训练二分类模型,包括:
获取所述训练数据集和所述训练数据集对应的二分类标注;
遍历所述二分类标注中每一个标注,并计算每一个所述标注对所述训练数据集的基尼指数,得到所述二分类标注对应的基尼指数集合;
对所述基尼指数集合按照从大到小的顺序进行排序,选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点;
以所述切分点作为初始决策树的根节点,从所述切分点出发生成子节点并将所述训练数据集分配到所述子节点中,直到将所述二分类标注中的所有标注遍历完毕,生成所述初始决策树;
对所述初始决策树进行剪枝处理,得到二分类模型。
3.如权利要求2所述的基于二分类模型的多分类方法,其特征在于,所述对所述初始决策树进行剪枝处理,包括:
计算所述初始决策树上所有非叶子节点的表面误差增益值;
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝。
4.如权利要求1所述的基于二分类模型的多分类方法,其特征在于,所述根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型,包括:
利用所述二分类模型对所述验证数据集进行二分类处理,得到所述验证数据集对应的分类结果;
当所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注不一致时,重新利用所述训练数据集对所述二分类模型进行训练,直到所述验证数据集对应的分类结果与所述训练数据集对应的二分类标注一致时,将所述训练完的二分类模型输出为所述标准二分类模型。
5.如权利要求1所述的基于二分类模型的多分类方法,其特征在于,所述按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果,包括:
按照预设的多分类标注将所述贡献度矩阵中的每一列划分为一个类别,按照类别对所述贡献度矩阵进行纵向加总,得到贡献度聚合矩阵;
对所述贡献度聚合矩阵进行纵向归一化,并乘上所述二分类结果,得到多分类结果。
6.如权利要求1所述的基于二分类模型的多分类方法,其特征在于,所述对所述标准二分类模型进行解析处理,得到贡献度矩阵,包括:
通过遍历操作,查找所述标准二分类模型中基于所述二分类标注中每一个标注对应的任意一个节点;
对所述节点进行节点抽取,并提取所述节点的抽取前概率向量和抽取后概率向量;
根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量;
根据所述标准二分类模型中所有节点的增益向量构建贡献度矩阵。
7.如权利要求6所述的基于二分类模型的多分类方法,其特征在于,所述根据所述抽取前概率向量和所述抽取后概率向量计算所述节点的增益向量,包括:
利用下述增益向量公式计算所述节点的增益向量:
Δpk,n,i=p′-p
其中,Δpk,n,i为增益向量,p为所述抽取前概率向量,p′为所述抽取后概率向量。
8.一种基于二分类模型的多分类装置,其特征在于,所述装置包括:
数据抽取模块,用于从原始数据集中抽取出训练数据集和验证数据集,并对所述训练数据集及验证数据集进行二分类标注;
模型训练模块,用于利用所述训练数据集构建并训练二分类模型,并根据所述验证数据集对所述二分类模型进行验证调整,得到标准二分类模型;
二分类结果生成模块,用于获取待处理数据集,将所述待处理数据集输入至所述标准二分类模型中,得到二分类结果;
模型解析模块,用于对所述标准二分类模型进行解析处理,得到贡献度矩阵;
矩阵聚合模块,用于按照预设的多分类标注对所述贡献度矩阵进行聚合处理,得到贡献度聚合矩阵,并根据所述贡献度聚合矩阵及所述二分类结果,得到多分类结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于二分类模型的多分类方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于二分类模型的多分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110318230.2A CN112801222A (zh) | 2021-03-25 | 2021-03-25 | 基于二分类模型的多分类方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110318230.2A CN112801222A (zh) | 2021-03-25 | 2021-03-25 | 基于二分类模型的多分类方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112801222A true CN112801222A (zh) | 2021-05-14 |
Family
ID=75817378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110318230.2A Pending CN112801222A (zh) | 2021-03-25 | 2021-03-25 | 基于二分类模型的多分类方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801222A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222024A (zh) * | 2021-05-17 | 2021-08-06 | 点内(上海)生物科技有限公司 | 一种基于深度学习的肺部疾病多层次分类方法、系统及存储介质 |
CN113658002A (zh) * | 2021-08-17 | 2021-11-16 | 中国平安财产保险股份有限公司 | 基于决策树的交易结果生成方法、装置、电子设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255755A1 (en) * | 2006-05-01 | 2007-11-01 | Yahoo! Inc. | Video search engine using joint categorization of video clips and queries based on multiple modalities |
CN110807485A (zh) * | 2019-10-31 | 2020-02-18 | 电子科技大学 | 基于高分遥感影像二分类语义分割图融合成多分类语义图的方法 |
-
2021
- 2021-03-25 CN CN202110318230.2A patent/CN112801222A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255755A1 (en) * | 2006-05-01 | 2007-11-01 | Yahoo! Inc. | Video search engine using joint categorization of video clips and queries based on multiple modalities |
CN110807485A (zh) * | 2019-10-31 | 2020-02-18 | 电子科技大学 | 基于高分遥感影像二分类语义分割图融合成多分类语义图的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222024A (zh) * | 2021-05-17 | 2021-08-06 | 点内(上海)生物科技有限公司 | 一种基于深度学习的肺部疾病多层次分类方法、系统及存储介质 |
CN113658002A (zh) * | 2021-08-17 | 2021-11-16 | 中国平安财产保险股份有限公司 | 基于决策树的交易结果生成方法、装置、电子设备及介质 |
CN113658002B (zh) * | 2021-08-17 | 2023-07-28 | 中国平安财产保险股份有限公司 | 基于决策树的交易结果生成方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112883190A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN112541745A (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
CN113157927B (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN112380343A (zh) | 问题解析方法、装置、电子设备及存储介质 | |
CN112418798A (zh) | 信息审核方法、装置、电子设备及存储介质 | |
CN115146865A (zh) | 基于人工智能的任务优化方法及相关设备 | |
CN113961473A (zh) | 数据测试方法、装置、电子设备及计算机可读存储介质 | |
CN113626607A (zh) | 异常工单识别方法、装置、电子设备及可读存储介质 | |
CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN112801222A (zh) | 基于二分类模型的多分类方法、装置、电子设备及介质 | |
CN113268665A (zh) | 基于随机森林的信息推荐方法、装置、设备及存储介质 | |
CN112231417A (zh) | 数据分类方法、装置、电子设备及存储介质 | |
CN113344125B (zh) | 长文本匹配识别方法、装置、电子设备及存储介质 | |
CN113658002B (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
CN117155771B (zh) | 一种基于工业物联网的设备集群故障溯源方法及装置 | |
CN114706961A (zh) | 目标文本识别方法、装置及存储介质 | |
CN113313211A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN113157739A (zh) | 跨模态检索方法、装置、电子设备及存储介质 | |
CN112632264A (zh) | 智能问答方法、装置、电子设备及存储介质 | |
CN115146064A (zh) | 意图识别模型优化方法、装置、设备及存储介质 | |
CN115221274A (zh) | 文本情感分类方法、装置、电子设备及存储介质 | |
CN114219367A (zh) | 用户评分方法、装置、设备及存储介质 | |
CN113888265A (zh) | 产品推荐方法、装置、设备及计算机可读存储介质 | |
CN113505117A (zh) | 基于数据指标的数据质量评估方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40045426 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |