[发明专利]一种机器学习算法自动选择方法和系统

说明书

本发明提供一种机器学习算法自动选择方法和系统，选择方法包括：确定待选算法集合；基于多个历史参数以及多个预设系数，确定待选算法集合中的每一待选算法的训练测试次序；按照训练测试次序，基于确定的训练集，依次对待选算法集合中的待选算法进行训练，获取每一待选算法对应的训练模型，基于每一待选算法对应的训练模型，对确定的测试集进行预测，获取每一待选算法的多个综合评分参数；基于多个综合评分参数以及多个预设系数，获取每一待选算法的综合评分；将综合评分最高的一个或多个待选算法作为机器学习算法选择结果。本发明提供的一种机器学习算法自动选择方法和系统，具有很强的学习分析能力，实现极其简单，能够得到效果很好的结果。

技术领域

本发明涉及计算机数据处理领域，更具体地，涉及一种机器学习算法自动选择方法和系统。

背景技术

机器学习最近在许多应用领域取得了长足的进步，这促成了在各领域中全面普及机器学习方法的需求。相应地，越来越多的商业企业正在满足这一需求(例如，BigML.com，Wise.io，SkyTree.com，RapidMiner.com，Dato.com，Prediction.io，DataRobot.com，微软的Azure机器学习和亚马逊机器学习)。机器学习的核心是每一个有效的机器学习服务都需要解决决定在给定数据集上使用哪种机器学习算法，是否并且如何对其特征进行预处理以及如何设置所有超参数。

选择一个具体的算法往往需要专家经验，从不同的方面考虑权衡，有很多因素会影响具体算法的选择，包括有如下因素：(1)数据的大小、质量及性质；(2)可用计算时间与计算空间；(3)任务的急迫性；(4)数据的使用用途。

另外机器学习经过很长时间的发展，算法的数量也越来越来越多，每个算法都有各自的特点和优劣，所以对于很多的机器学习算法初学者来说，如何快速的选择一个合适的机器学习算法成为了一个有待解决的问题。

发明内容

本发明提供一种克服上述问题的一种机器学习算法自动选择方法和系统。

根据本发明的一个方面，提供一种机器学习算法自动选择方法，包括：基于算法选择知识库，通过决策树选择法，确定待选算法集合；基于多个历史参数以及与所述多个历史参数各自对应的多个预设系数，确定所述待选算法集合中的每一待选算法的训练测试次序；按照所述训练测试次序，基于确定的训练集，依次对所述待选算法集合中的待选算法进行训练，获取每一待选算法对应的训练模型，基于每一待选算法对应的训练模型，对确定的测试集进行预测，获取每一待选算法的与所述多个历史参数对应的多个综合评分参数；基于所述多个综合评分参数以及所述多个预设系数，获取所述待选算法集合中每一待选算法的综合评分；将综合评分最高的一个或多个待选算法作为机器学习算法选择结果。

优选地，所述基于算法选择知识库，通过决策树选择法，确定待选算法集合之前还包括：确定所述待选算法的所处最大类别，所述所处最大类别包括：监督学习类、半监督学习类和无监督学习类；相应地，所述基于算法选择知识库，通过决策树选择法，确定待选算法集合进一步包括：基于算法选择知识库中的决策树，通过确定的所述待选算法的所处最大类别，逐层选取所述待选算法，逐层选取的一个或多个所述待选算法作为所述待选算法集合。

优选地，所述基于多个历史参数以及与所述多个历史参数各自对应的多个预设系数，确定所述待选算法集合中的每一待选算法的训练测试次序进一步包括：基于多个历史参数以及与所述多个历史参数各自对应的多个预设系数，通过下式获取任一待选算法的历史评分：

F′＝aI′+bO′+cS′+dT′+eA′；