CN114417998A - 数据特征映射方法、装置、设备及存储介质 - Google Patents
数据特征映射方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114417998A CN114417998A CN202210061722.2A CN202210061722A CN114417998A CN 114417998 A CN114417998 A CN 114417998A CN 202210061722 A CN202210061722 A CN 202210061722A CN 114417998 A CN114417998 A CN 114417998A
- Authority
- CN
- China
- Prior art keywords
- data
- characteristic
- values
- value
- box
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明涉及人工智能领域,揭露一种数据特征映射方法,包括:提取待处理数据的多个数据特征值,对多个数据特征值进行分箱,得到多个分箱数据序列;根据分箱数据序列计算数据特征值的特征插值;当数据特征值中不存在缺失值时,则将特征插值及分箱区间边界值分别进行特征映射,得到待处理数据的映射数据;当数据特征值中存在缺失值时,则将缺失值、特征插值和分箱区间边界值分别进行特征映射,得到待处理数据的映射数据。本发明还涉及一种区块链技术,映射数据可存储在区块链节点中。本发明还提出一种数据特征映射装置、设备以及介质。本发明可以提高数据特征值的表达效果。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种数据特征映射方法、装置、电子设备及计算机可读存储介质。
背景技术
当前,随着大数据的发展,数据应用也越来越广泛。在机器学习模型中需要对数据的连续变量进行离散化,可以使得模型更加稳定,降低模型过拟合的风险,在对数据连续变量进行离散化时,常常使用数据分箱方法实现离散化(即数据特征映射)。
但是,传统的方法实现离散化是将数值特征划分为固定区间,每个区间表示成一个离散特征。例如,某个数值特征的取值范围是1-100,将该数值特征分成10个区间,并对区间内的数值全部用一个特征映射值表示,使得原本不同的数值,因为分在一个区间中用同一个特征映射值表示,导致原始信息丢失,且不能很好的处理数据的空值与缺失值,导致数据表达的效果较差。
发明内容
本发明提供一种数据特征映射方法、装置、电子设备及计算机可读存储介质,其主要目的是提高数据特征值的表达效果。
为实现上述目的,本发明提供的一种数据特征映射方法,包括:
获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值;
根据多个所述分箱数据序列计算多个所述数据特征值的特征插值;
判断多个所述数据特征值中是否存在缺失值;
若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;
若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
可选地,所述将所述特征插值及所述分箱区间边界值分别进行特征映射,得到待处理数据的映射数据,包括:
利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集;
利用预设的解码器将所述待处理数据的特征向量集转化为特征矩阵;
将所述特征矩阵映射至低维空间中,得到待处理数据的映射数据。
可选地,所述利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集,包括:
利用预设的编码器分别对所述特征插值及所述分箱区间边界值进行位置索引编码,得到特征插值位置索引和分箱区间边界值位置索引;
将所述特征插值及所述分箱区间边界值分别转化成对应的向量,得到特征插值向量和分箱区间边界值向量;
将所述分箱区间边界值位置索引和所述分箱区间边界值向量进行组合,生成分箱区间边界值向量集;
将所述特征插值位置索引和特征插值向量进行组合,生成特征插值向量集;
汇总所述分箱区间边界值向量集和所述特征插值向量集,得到待处理数据的特征向量集。
可选地,所述对多个所述数据特征值进行分箱,得到多个分箱数据序列,包括:
获取多个所述数据特征值之中的最大值及最小值,以及预设的分箱数量;
根据所述最大值、所述最小值及所述分箱数量,确定分箱区间,并根据所述分箱区间确定分箱区间边界值;
根据所述分箱区间边界值和所述分箱区间,对多个所述数据特征值进行等距分箱处理,得到多个分箱数据序列。
可选地,所述根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,包括:
确定多个所述数据特征值所处的分箱数据序列,并获取所述分箱数据序列中的所述分箱区间边界值;
利用所述分箱区间边界值和预设公式计算多个所述数据特征值的特征插值。
可选地,所述将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到所述待处理数据的映射数据之后,所述方法还包括:
获取所述缺失值的缺失位置,在所述缺失位置填充预设的填充参数,并计算所述填充参数的缺失值概率;
根据所述缺失位置、填充参数以及缺失值概率,生成填充的缺失值。
可选地,所述提取所述待处理数据的多个数据特征值之后,所述方法还包括:
对多个数据特征值进行数据清洗处理,得到清洗后的数据特征值,所述数据清洗处理包括删除所述数据特征值中的异常数据或无效值。
为了解决上述问题,本发明还提供一种数据特征映射装置,所述装置包括:
分箱模块,用于获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值;
特征插值计算模块,用于根据多个所述分箱数据序列计算多个所述数据特征值的特征插值;
特征映射模块,用于判断多个所述数据特征值中是否存在缺失值;若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
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,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的数据特征映射方法。
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计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的数据特征映射方法。
本发明实施例中,首先获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值,进行分箱后的数据特征值有很强的鲁棒性,分箱后的数据特征值可以进行特征交叉,可以提升数据特征值的表达性,保证原始数据信息的完整性;其次,根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,通过计算特征插值可以提高后续提取信息的准确性;最后,若是存在多个数据特征值中的缺失值,则将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到待处理数据的映射数据,可以实现用不同的映射数据来表示分箱区间中不同的数值,即使两个数值有很微小的差异,也可以有不同的映射数据表示,还可以表示缺失值,从而提高数据特征值的表达效果。因此本发明实施例提出的数据特征映射方法、装置、电子设备及可存储介质可以提高数据特征值的表达效果。
附图说明
图1为本发明一实施例提供的数据特征映射方法的流程示意图;
图2为本发明一实施例提供的数据特征映射装置的模块示意图;
图3为本发明一实施例提供的实现数据特征映射方法的电子设备的内部结构示意图;
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。
本发明实施例提供一种数据特征映射方法。所述数据特征映射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,所述数据特征映射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所示的本发明一实施例提供的数据特征映射方法的流程示意图,在本发明实施例中,所述数据特征映射方法包括:
S1、获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值。
本发明实施例中,所述待处理数据是指存储于区块链等存储空间的各种数据,比如,图片、文本及表格等数据。所述数据特征值是指从待处理数据中提取的特征数值,比如待处理数据为记录年龄的表格数据,则表格中的数值为数据特征值。
本发明实施例中,所述提取所述待处理数据的多个数据特征值之后,所述方法还包括:
对多个数据特征值进行数据清洗处理,得到清洗后的数据特征值,所述数据清洗处理包括删除所述数据特征值中的异常数据或无效值。
本发明实施例中,通过对所述数据特征值进行数据清洗,可以提高后续数据的计算速度,并提高数据的质量。
详细地,所述对多个所述数据特征值进行分箱,得到多个分箱数据序列,包括:
获取多个所述数据特征值之中的最大值及最小值,以及预设的分箱数量;
根据所述最大值、所述最小值及所述分箱数量,确定分箱区间,并根据所述分箱区间确定分箱区间边界值;
根据所述分箱区间边界值和所述分箱区间,对多个所述数据特征值进行等距分箱处理,得到多个分箱数据序列。
本发明一实施例中,多个数据特征值对应的最大值即为数据特征值中最大值,类似地,数据特征值对应的最小值即为数据特征值中最小值。本发明实施例中,所述分箱区间是指将数据特征值按从小到大或从大到小进行排序并分箱后,得到的等距长度的区间。例如,若待处理数据为企业每个月的净收益,则对应数据特征值可为0、8、15.56、21、32、26、46.79、51、62、70.89、83.2、100,单位为百分比,可以得到数据特征值的最大值为Max为100,最小值为Min为0,设定分箱数量为n为10,可以得到每个区间长度为L为(Max-Min)/n=10,确定10个分箱区间为(0-10)、(10-20)……(90-100)。
本发明实施例中,所述分箱区间边界值是指每个等距长度的分箱区间中的最大值与最小值。例如,10个分箱区间为(0-10)、(10-20)……(90-100),且通过每个区间中的最大值与最小值可以确定11个分箱区间边界值为[0,10,20,30,40,50,60,70,80,90,100]。
本发明一实施例中,所述等距分箱是指将需要分箱的数据特征值按从小到大或从大到小进行排序后,按照等距的统计原则对数据特征值进行分箱;对多个所述数据特征值进行分箱处理,确定每个数据特征值所在的分箱区间,从而确定分箱数据序列,所述分箱数据数列包括每个分箱区间中的分箱区间边界值及数据特征值。
具体地,若待处理数据为企业每个月的净收益,则对应数据特征值可为0、8、15.56、21、32、26、46.79、51、62、70.89、83.2、100,则将分箱数据序列从小到大进行不同的编号,如将0、8、10记为第一分箱数据序列,将10、15.56、20记为第二分箱数据序列,直到将90、100记为第十分箱数据序列。
本发明实施例中,进行分箱后的数据特征值有很强的鲁棒性,可以提升数据特征值的表达性,保证原始数据信息的完整性。
本发明实施例中,通过等距分箱可以便于后续根据分箱区间和分箱区间边界值计算每个数据特征值的特征插值,从而实现每个数据特征值的特征映射。
S2、根据多个所述分箱数据序列计算多个所述数据特征值的特征插值。
本发明实施例中,所述特征插值是指不属于分箱区间边界值的数据特征值通过将数据特征值与其对应的分箱区间边界值进行计算所得的插值数组表示。例如,数据特征值21位于区间(20-30),分箱区间边界值分别为20、30,21的特征插值数组可以表示为21=(30-21)/(30-20)*20+(21-20)/(30-20)*30=0.9*20+0.1*30=[0.9,0.1],通过特征插值可以更好的保留数据特征值的原来信息。
详细地,所述根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,包括:
确定多个所述数据特征值所处的分箱数据序列,并获取所述分箱数据序列中的所述分箱区间边界值;
利用所述分箱区间边界值和预设公式计算多个所述数据特征值的特征插值。
本发明实施例中,所述预设公式如下所示:
x=(boundaryi+1-x)/(boundaryi+1-boundaryi)*boundaryi+(x-boundaryi)/(boundaryi+1-boundaryi)*boundaryi+1=[(boundaryi+1-x)/(boundaryi+1-boundaryi),(x-boundaryi+1)/(boundaryi+1-boundaryi)]
其中,x为数据特征值,boundaryi+1为x所在区间的最大分箱区间边界值,boundaryi为x所在区间的最小分箱区间边界值,特征插值为[(boundaryi+1-x)/(boundaryi+1-boundaryi),(x-boundaryi+1)/(boundaryi+1-boundaryi)]。
本发明实施例中,分箱区间内的数据特征值可以利用分箱区间边界值进行特征插值表示。例如,数值x位于某个区间内,该区间的两个分箱区间边界值分别为boundaryi、boundaryi+1,那么x可以用区间值插值表示为:x=(boundaryi+1-x)/(boundaryi+1-boundaryi)*boundaryi+(x-boundaryi)/(boundaryi+1-boundaryi)*boundaryi+1,特征插值为[(boundaryi+1-x)/(boundaryi+1-boundaryi),(x-boundaryi+1)/(boundaryi+1-boundaryi)],以数据特征值21为例,数据特征值21位于区间(20-30),分箱区间边界值分别为20、30,21的特征插值可以表示为21=(30-21)/(30-20)*20+(21-20)/(30-20)*30=0.9*20+0.1*30=[0.9,0.1]。
S3、判断多个所述数据特征值中是否存在缺失值。
本发明实施例中,所述缺失值是指多个数据特征值中的某个数据特征值存在缺失,存在缺失值可能会造成的数据的聚类、分组、删失或截断。
本发明实施例中,所述多个数据特征值中是否存在缺失值的判断,可以通过预设函数(如:md.pattren)进行判断,若多个数据特征值中没有存在缺失值,则通过该函数判断后返回的数值为1;若多个数据特征值中存在缺失值,则通过该函数判断后返回的数值为0。
S4、若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到待处理数据的映射数据。
本发明实施例中,所述特征映射是指将每个数据特征值映射至空间向量中,从而将离散的数据特征值转化为连续的向量数据。所述特征映射的实现过程一般称为Embedding化,经过Embedding化之后,每个数据特征值都存在一个对应的Embedding值,其中,所述特征映射包括编码和解码两个过程。
详细地,所述将所述特征插值及所述分箱区间边界值分别进行特征映射,得到待处理数据的映射数据,包括:
利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集;
利用预设的解码器将所述待处理数据的特征向量集转化为特征矩阵;
将所述特征矩阵映射至低维空间中,得到待处理数据的映射数据。
本发明实施例中,所述低维空间也可以成为低维映射,是指将高维的特征矩阵映射为低维的特征矩阵,可以在保留必要特征的同时去除不必要特征。
进一步地,所述利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集,包括:
利用预设的编码器分别对所述特征插值及所述分箱区间边界值进行位置索引编码,得到特征插值位置索引和分箱区间边界值位置索引;
将所述特征插值及所述分箱区间边界值分别转化成对应的向量,得到特征插值向量和分箱区间边界值向量;
将所述分箱区间边界值位置索引和所述分箱区间边界值向量进行组合,生成分箱区间边界值向量集;
将所述特征插值位置索引和特征插值向量进行组合,生成特征插值向量集;
汇总所述分箱区间边界值向量集和所述特征插值向量集,得到待处理数据的特征向量集。
本发明一实施例中,所述编码器是指将数据转换成数据向量以用来进行传输和存储的设备,例如,Transformer编码器。
具体地,当待处理数据为企业每个月的净收益,则对应数据特征值可为0、8、15.56、21、32、26、46.79、51、62、70.89、83.2、100;经过分箱之后,可确定分箱区间边界值为0、10、20、30、40、50、60、70、80、90及100;不属于分箱区间边界值的特征插值有8、15.56、21、32、26、46.79、51、62、70.89及83.2;则对分箱区间边界值进行位置索引编码,可以得到“0”的位置索引为0、“10”的位置索引1、“20”的位置索引为2直到“100”的位置索引为10。
进一步地,将分箱区间边界值转化为特征向量,得到“0”的向量为0000、“10”的向量为0001、“20”的向量为0002,直到“100”的向量为0010;将所述分箱区间边界值位置索引和所述分箱区间边界值向量进行组合得到“0”的向量集为0-0000、“10”的向量集为1-0001、直到“100”的向量集为10-0010等。
本发明另一实施例中,将所述待处理数据的特征向量集转化为特征矩阵并将所述特征矩阵映射至低维空间中,可以得到信息密度增强的特征插值及所述分箱区间边界值,从而得到待处理数据更加准确的信息。
本发明实施例中,通过位置编码和解码两个过程可以使得,原本的数据特征值之间关系越接近,在进行特征映射之后得到的特征映射值(Embedding)上也越接近,还可以实现用不同的特征映射值(Embedding)来表示不同的数值,即使两个数值有很微小的差异,也可以有不同的Embedding表示。
例如,所有分箱区间边界值的特征映射值Embedding可以为E=[e0,e1,e2,e3,e4,e5,e6,e7,e8,e9,e10],其中分箱区间边界值0对应e0,分箱区间边界值10对应e1,分箱区间边界值20对应e20……分箱区间边界值90对应e9,分箱区间边界值100对应e10。
S5、若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到所述待处理数据的映射数据。
本发明实施例中,若所述待处理数据特征存在缺失值,并将缺失值也进行特征映射,由于将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射的方法与S4中将所述特征插值及所述分箱区间边界值进行特征映射的方法一致,此处不在赘述。
例如,当缺失值存在时,可以显示缺失值为null标识,经过特征映射后的缺失值的Embedding会与其他数据特征值的Embedding较远,且缺失值也有对应的Embedding进行表示,所述分箱区间边界值和缺失值为:E=[e0,e1,e2,e3,e4,e5,e6,e7,e8,e9,e10,e11],e0-e10可以表示分箱区间边界值,e11可以表示缺失值。
进一步地,所述将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到所述待处理数据的映射数据之后,所述方法还包括:
获取所述缺失值的缺失位置,在所述缺失位置填充预设的填充参数,并计算所述填充参数的缺失值概率;
根据所述缺失位置、填充参数以及缺失值概率,生成填充的缺失值。
本发明实施例中,可以通过下述公式实现数据填充:
其中,L(θ)表示填充的缺失值,xi表示第i个缺失值的缺失位置,θ表示填充的缺失值对应的填充参数,n表示数据特征值的数量,p(xi|θ)表示填充参数的缺失值概率。
本发明一实施例中,通过对缺失值进行填充,可以进一步完善数据特征值信息,从而进一步提高数据特征值的数据完整性及表达效果。
本发明实施例中,首先获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值,进行分箱后的数据特征值有很强的鲁棒性,分箱后的数据特征值可以进行特征交叉,可以提升数据特征值的表达性,保证原始数据信息的完整性;其次,根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,通过计算特征插值可以提高后续提取信息的准确性;最后,若是存在多个数据特征值中的缺失值,则将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到待处理数据的映射数据,可以实现用不同的映射数据来表示分箱区间中不同的数值,即使两个数值有很微小的差异,也可以有不同的映射数据表示,还可以表示缺失值,从而提高数据特征值的表达效果。因此本发明实施例提出的数据特征映射方法可以提高数据特征值的表达效果。
如图2所示,是本发明数据特征映射装置的功能模块图。
本发明所述数据特征映射装置100可以安装于电子设备中。根据实现的功能,所述数据特征映射装置可以包括分箱模块101、特征插值计算模块102、特征映射模块103,本发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:
所述分箱模块101,用于获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值。
本发明实施例中,所述待处理数据是指存储于区块链等存储空间的各种数据,比如,图片、文本及表格等数据。所述数据特征值是指从待处理数据中提取的特征数值,比如待处理数据为记录年龄的表格数据,则表格中的数值为数据特征值。
所述分箱模块101还用于:
提取所述待处理数据的多个数据特征值之后,对多个数据特征值进行数据清洗处理,得到清洗后的数据特征值,所述数据清洗处理包括删除所述数据特征值中的异常数据或无效值。
本发明实施例中,通过对所述数据特征值进行数据清洗,可以提高后续数据的计算速度,并提高数据的质量。
详细地,所述分箱模块101通过执行下述操作对多个所述数据特征值进行分箱,得到多个分箱数据序列,包括:
获取多个所述数据特征值之中的最大值及最小值,以及预设的分箱数量;
根据所述最大值、所述最小值及所述分箱数量,确定分箱区间,并根据所述分箱区间确定分箱区间边界值;
根据所述分箱区间边界值和所述分箱区间,对多个所述数据特征值进行等距分箱处理,得到多个分箱数据序列。
本发明一实施例中,多个数据特征值对应的最大值即为数据特征值中最大值,类似地,数据特征值对应的最小值即为数据特征值中最小值。本发明实施例中,所述分箱区间是指将数据特征值按从小到大或从大到小进行排序并分箱后,得到的等距长度的区间。例如,若待处理数据为企业每个月的净收益,则对应数据特征值可为0、8、15.56、21、32、26、46.79、51、62、70.89、83.2、100,单位为百分比,可以得到数据特征值的最大值为Max为100,最小值为Min为0,设定分箱数量为n为10,可以得到每个区间长度为L为(Max-Min)/n=10,确定10个分箱区间为(0-10)、(10-20)……(90-100)。
本发明实施例中,所述分箱区间边界值是指每个等距长度的分箱区间中的最大值与最小值。例如,10个分箱区间为(0-10)、(10-20)……(90-100),且通过每个区间中的最大值与最小值可以确定11个分箱区间边界值为[0,10,20,30,40,50,60,70,80,90,100]。
本发明一实施例中,所述等距分箱是指将需要分箱的数据特征值按从小到大或从大到小进行排序后,按照等距的统计原则对数据特征值进行分箱;对多个所述数据特征值进行分箱处理,确定每个数据特征值所在的分箱区间,从而确定分箱数据序列,所述分箱数据数列包括每个分箱区间中的分箱区间边界值及数据特征值。
具体地,若待处理数据为企业每个月的净收益,则对应数据特征值可为0、8、15.56、21、32、26、46.79、51、62、70.89、83.2、100,则将分箱数据序列从小到大进行不同的编号,如将0、8、10记为第一分箱数据序列,将10、15.56、20记为第二分箱数据序列,直到将90、100记为第十分箱数据序列。
本发明实施例中,进行分箱后的数据特征值有很强的鲁棒性,可以提升数据特征值的表达性,保证原始数据信息的完整性。
本发明实施例中,通过等距分箱可以便于后续根据分箱区间和分箱区间边界值计算每个数据特征值的特征插值,从而实现每个数据特征值的特征映射。
所述特征插值计算模块102,用于根据多个所述分箱数据序列计算多个所述数据特征值的特征插值。
本发明实施例中,所述特征插值是指不属于分箱区间边界值的数据特征值通过将数据特征值与其对应的分箱区间边界值进行计算所得的插值数组表示。例如,数据特征值21位于区间(20-30),分箱区间边界值分别为20、30,21的特征插值数组可以表示为21=(30-21)/(30-20)*20+(21-20)/(30-20)*30=0.9*20+0.1*30=[0.9,0.1],通过特征插值可以更好的保留数据特征值的原来信息。
详细地,所述特征插值计算模块102通过执行下述操作根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,包括:
确定多个所述数据特征值所处的分箱数据序列,并获取所述分箱数据序列中的所述分箱区间边界值;
利用所述分箱区间边界值和预设公式计算多个所述数据特征值的特征插值。
本发明实施例中,所述预设公式如下所示:
x=(boundaryi+1-x)/(boundaryi+1-boundaryi)*boundaryi+(x-boundaryi)/(boundaryi+1-boundaryi)*boundaryi+1=[(boundaryi+1-x)/(boundaryi+1-boundaryi),(x-boundaryi+1)/(boundaryi+1-boundaryi)]
其中,x为数据特征值,boundaryi+1为x所在区间的最大分箱区间边界值,boundaryi为x所在区间的最小分箱区间边界值,特征插值为[(boundaryi+1-x)/(boundaryi+1-boundaryi),(x-boundaryi+1)/(boundaryi+1-boundaryi)]。
本发明实施例中,分箱区间内的数据特征值可以利用分箱区间边界值进行特征插值表示。例如,数值x位于某个区间内,该区间的两个分箱区间边界值分别为boundaryi、boundaryi+1,那么x可以用区间值插值表示为:x=(boundaryi+1-x)/(boundaryi+1-boundaryi)*boundaryi+(x-boundaryi)/(boundaryi+1-boundaryi)*boundaryi+1,特征插值为[(boundaryi+1-x)/(boundaryi+1-boundaryi),(x-boundaryi+1)/(boundaryi+1-boundaryi)],以数据特征值21为例,数据特征值21位于区间(20-30),分箱区间边界值分别为20、30,21的特征插值可以表示为21=(30-21)/(30-20)*20+(21-20)/(30-20)*30=0.9*20+0.1*30=[0.9,0.1]。
所述特征映射模块103,用于判断多个所述数据特征值中是否存在缺失值;若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
本发明实施例中,所述缺失值是指多个数据特征值中的某个数据特征值存在缺失,存在缺失值可能会造成的数据的聚类、分组、删失或截断。
本发明实施例中,所述多个数据特征值中是否存在缺失值的判断,可以通过预设函数(如:md.pattren)进行判断,若多个数据特征值中没有存在缺失值,则通过该函数判断后返回的数值为1;若多个数据特征值中存在缺失值,则通过该函数判断后返回的数值为0。
本发明实施例中,所述特征映射是指将每个数据特征值映射至空间向量中,从而将离散的数据特征值转化为连续的向量数据。所述特征映射的实现过程一般称为Embedding化,经过Embedding化之后,每个数据特征值都存在一个对应的Embedding值,其中,所述特征映射包括编码和解码两个过程。
详细地,所述特征映射模块103通过执行下述操作将所述特征插值及所述分箱区间边界值分别进行特征映射,得到待处理数据的映射数据,包括:
利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集;
利用预设的解码器将所述待处理数据的特征向量集转化为特征矩阵;
将所述特征矩阵映射至低维空间中,得到待处理数据的映射数据。
本发明实施例中,所述低维空间也可以成为低维映射,是指将高维的特征矩阵映射为低维的特征矩阵,可以在保留必要特征的同时去除不必要特征。
所述特征映射模块103还用于:
利用预设的编码器分别对所述特征插值及所述分箱区间边界值进行位置索引编码,得到特征插值位置索引和分箱区间边界值位置索引;
将所述特征插值及所述分箱区间边界值分别转化成对应的向量,得到特征插值向量和分箱区间边界值向量;
将所述分箱区间边界值位置索引和所述分箱区间边界值向量进行组合,生成分箱区间边界值向量集;
将所述特征插值位置索引和特征插值向量进行组合,生成特征插值向量集;
汇总所述分箱区间边界值向量集和所述特征插值向量集,得到待处理数据的特征向量集。
本发明一实施例中,所述编码器是指将数据转换成数据向量以用来进行传输和存储的设备,例如,Transformer编码器。
具体地,当待处理数据为企业每个月的净收益,则对应数据特征值可为0、8、15.56、21、32、26、46.79、51、62、70.89、83.2、100;经过分箱之后,可确定分箱区间边界值为0、10、20、30、40、50、60、70、80、90及100;不属于分箱区间边界值的特征插值有8、15.56、21、32、26、46.79、51、62、70.89及83.2;则对分箱区间边界值进行位置索引编码,可以得到“0”的位置索引为0、“10”的位置索引1、“20”的位置索引为2直到“100”的位置索引为10。
进一步地,将分箱区间边界值转化为特征向量,得到“0”的向量为0000、“10”的向量为0001、“20”的向量为0002,直到“100”的向量为0010;将所述分箱区间边界值位置索引和所述分箱区间边界值向量进行组合得到“0”的向量集为0-0000、“10”的向量集为1-0001、直到“100”的向量集为10-0010等。
本发明另一实施例中,将所述待处理数据的特征向量集转化为特征矩阵并将所述特征矩阵映射至低维空间中,可以得到信息密度增强的特征插值及所述分箱区间边界值,从而得到待处理数据更加准确的信息。
本发明实施例中,通过位置编码和解码两个过程可以使得,原本的数据特征值之间关系越接近,在进行特征映射之后得到的特征映射值(Embedding)上也越接近,还可以实现用不同的特征映射值(Embedding)来表示不同的数值,即使两个数值有很微小的差异,也可以有不同的Embedding表示。
例如,所有分箱区间边界值的特征映射值Embedding可以为E=[e0,e1,e2,e3,e4,e5,e6,e7,e8,e9,e10],其中分箱区间边界值0对应e0,分箱区间边界值10对应e1,分箱区间边界值20对应e20……分箱区间边界值90对应e9,分箱区间边界值100对应e10。
本发明实施例中,若所述待处理数据特征存在缺失值,并将缺失值也进行特征映射,由于将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射的方法与S4中将所述特征插值及所述分箱区间边界值进行特征映射的方法一致,此处不在赘述。
例如,当缺失值存在时,可以显示缺失值为null标识,经过特征映射后的缺失值的Embedding会与其他数据特征值的Embedding较远,且缺失值也有对应的Embedding进行表示,所述分箱区间边界值和缺失值为:E=[e0,e1,e2,e3,e4,e5,e6,e7,e8,e9,e10,e11],e0-e10可以表示分箱区间边界值,e11可以表示缺失值。
所述特征映射模块103还用于:
将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到所述待处理数据的映射数据之后,获取所述缺失值的缺失位置,在所述缺失位置填充预设的填充参数,并计算所述填充参数的缺失值概率;
根据所述缺失位置、填充参数以及缺失值概率,生成填充的缺失值。
本发明实施例中,可以通过下述公式实现数据填充:
其中,L(θ)表示填充的缺失值,xi表示第i个缺失值的缺失位置,θ表示填充的缺失值对应的填充参数,n表示数据特征值的数量,p(xi|θ)表示填充参数的缺失值概率。
本发明一实施例中,通过对缺失值进行填充,可以进一步完善数据特征值信息,从而进一步提高数据特征值的数据完整性及表达效果。
本发明实施例中,首先获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值,进行分箱后的数据特征值有很强的鲁棒性,分箱后的数据特征值可以进行特征交叉,可以提升数据特征值的表达性,保证原始数据信息的完整性;其次,根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,通过计算特征插值可以提高后续提取信息的准确性;最后,若是存在多个数据特征值中的缺失值,则将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到待处理数据的映射数据,可以实现用不同的映射数据来表示分箱区间中不同的数值,即使两个数值有很微小的差异,也可以有不同的映射数据表示,还可以表示缺失值,从而提高数据特征值的表达效果。因此本发明实施例提出的数据特征映射装置可以提高数据特征值的表达效果。
如图3所示,是本发明实现数据特征映射方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13,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,如数据特征映射程序。
其中,所述存储器11至少包括一种类型的介质,所述介质包括闪存、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、本地磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,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的应用软件及各类数据,例如数据特征映射程序的代码等,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(例如数据特征映射程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,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。所述通信总线12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。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
图3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3示出的结构并不构成对所述电子设备的限定,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。
可选地,所述通信接口13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与其他电子设备之间建立通信连接。
可选地,所述通信接口13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。
所述电子设备中的所述存储器11存储的数据特征映射程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值;
根据多个所述分箱数据序列计算多个所述数据特征值的特征插值;
判断多个所述数据特征值中是否存在缺失值;
若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;
若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1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取介质中。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携待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)。
本发明实施例还可以提供一种计算机可读存储介质,所述计算机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:
获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值;
根据多个所述分箱数据序列计算多个所述数据特征值的特征插值;
判断多个所述数据特征值中是否存在缺失值;
若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;
若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的介质、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)
1.一种数据特征映射方法,其特征在于,所述方法包括:
获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值;
根据多个所述分箱数据序列计算多个所述数据特征值的特征插值;
判断多个所述数据特征值中是否存在缺失值;
若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;
若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
2.如权利要求1所述的数据特征映射方法,其特征在于,所述将所述特征插值及所述分箱区间边界值分别进行特征映射,得到待处理数据的映射数据,包括:
利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集;
利用预设的解码器将所述待处理数据的特征向量集转化为特征矩阵;
将所述特征矩阵映射至低维空间中,得到待处理数据的映射数据。
3.如权利要求2所述的数据特征映射方法,其特征在于,所述利用预设的编码器将所述特征插值及所述分箱区间边界值分别进行位置编码,得到待处理数据的特征向量集,包括:
利用预设的编码器分别对所述特征插值及所述分箱区间边界值进行位置索引编码,得到特征插值位置索引和分箱区间边界值位置索引;
将所述特征插值及所述分箱区间边界值分别转化成对应的向量,得到特征插值向量和分箱区间边界值向量;
将所述分箱区间边界值位置索引和所述分箱区间边界值向量进行组合,生成分箱区间边界值向量集;
将所述特征插值位置索引和特征插值向量进行组合,生成特征插值向量集;
汇总所述分箱区间边界值向量集和所述特征插值向量集,得到待处理数据的特征向量集。
4.如权利要求1至3中任一项所述的数据特征映射方法,其特征在于,所述对多个所述数据特征值进行分箱,得到多个分箱数据序列,包括:
获取多个所述数据特征值之中的最大值及最小值,以及预设的分箱数量;
根据所述最大值、所述最小值及所述分箱数量,确定分箱区间,并根据所述分箱区间确定分箱区间边界值;
根据所述分箱区间边界值和所述分箱区间,对多个所述数据特征值进行等距分箱处理,得到多个分箱数据序列。
5.如权利要求1至3中任一项所述的数据特征映射方法,其特征在于,所述根据多个所述分箱数据序列计算多个所述数据特征值的特征插值,包括:
确定多个所述数据特征值所处的分箱数据序列,并获取所述分箱数据序列中的所述分箱区间边界值;
利用所述分箱区间边界值和预设公式计算多个所述数据特征值的特征插值。
6.如权利要求1至3中任一项所述的数据特征映射方法,其特征在于,所述将所述缺失值、所述特征插值、所述分箱区间边界值进行特征映射,得到所述待处理数据的映射数据之后,所述方法还包括:
获取所述缺失值的缺失位置,在所述缺失位置填充预设的填充参数,并计算所述填充参数的缺失值概率;
根据所述缺失位置、填充参数以及缺失值概率,生成填充的缺失值。
7.如权利要求1至3中任一项所述的数据特征映射方法,其特征在于,所述提取所述待处理数据的多个数据特征值之后,所述方法还包括:
对多个数据特征值进行数据清洗处理,得到清洗后的数据特征值,所述数据清洗处理包括删除所述数据特征值中的异常数据或无效值。
8.一种数据特征映射装置,其特征在于,所述装置包括:
分箱模块,用于获取待处理数据,提取所述待处理数据的多个数据特征值,对多个所述数据特征值进行分箱,得到多个分箱数据序列,其中,所述分箱数据序列包括数据特征值和分箱区间边界值;
特征插值计算模块,用于根据多个所述分箱数据序列计算多个所述数据特征值的特征插值;
特征映射模块,用于判断多个所述数据特征值中是否存在缺失值;若多个所述数据特征值中不存在缺失值,则将所述特征插值及所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据;若多个所述数据特征值中存在缺失值,则将所述缺失值、所述特征插值和所述分箱区间边界值分别进行特征映射,得到所述待处理数据的映射数据。
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计算机程序,所述计算机程序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中任一项所述的数据特征映射方法。
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中任一项所述的数据特征映射方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210061722.2A CN114417998A (zh) | 2022-01-19 | 2022-01-19 | 数据特征映射方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210061722.2A CN114417998A (zh) | 2022-01-19 | 2022-01-19 | 数据特征映射方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114417998A true CN114417998A (zh) | 2022-04-29 |
Family
ID=81274635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210061722.2A Pending CN114417998A (zh) | 2022-01-19 | 2022-01-19 | 数据特征映射方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114417998A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082135A (zh) * | 2022-08-23 | 2022-09-20 | 成都乐超人科技有限公司 | 一种信息差异识别方法、装置、设备及介质 |
-
2022
- 2022-01-19 CN CN202210061722.2A patent/CN114417998A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082135A (zh) * | 2022-08-23 | 2022-09-20 | 成都乐超人科技有限公司 | 一种信息差异识别方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111814962A (zh) | 识别模型的参数获取方法、装置、电子设备及存储介质 | |
CN112052370A (zh) | 报文生成方法、装置、电子设备及计算机可读存储介质 | |
CN112148577A (zh) | 数据异常检测方法、装置、电子设备及存储介质 | |
CN111651439A (zh) | 数据稽核方法、装置及计算机可读存储介质 | |
CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
CN114185895A (zh) | 数据导入导出方法、装置、电子设备及存储介质 | |
CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN112528013A (zh) | 文本摘要提取方法、装置、电子设备及存储介质 | |
CN112885423A (zh) | 疾病标签检测方法、装置、电子设备及存储介质 | |
CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
CN114417998A (zh) | 数据特征映射方法、装置、设备及存储介质 | |
CN112464619B (zh) | 大数据处理方法、装置、设备及计算机可读存储介质 | |
CN112990374A (zh) | 图像分类方法、装置、电子设备及介质 | |
CN114138243A (zh) | 基于开发平台的功能调用方法、装置、设备及存储介质 | |
CN112948380A (zh) | 基于大数据的数据存储方法、装置、电子设备及存储介质 | |
CN113658002A (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
CN112561500B (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
CN115496166A (zh) | 多任务处理方法、装置、电子设备及存储介质 | |
CN116304251A (zh) | 标签处理方法、装置、计算机设备和存储介质 | |
CN114840631A (zh) | 空间文本查询方法、装置、电子设备及存储介质 | |
CN113869455A (zh) | 无监督聚类方法、装置、电子设备及介质 | |
CN113705686A (zh) | 图像分类方法、装置、电子设备及可读存储介质 | |
CN113887201A (zh) | 文本定长纠错方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |