[发明专利]一种超参数确定方法、装置及设备

说明书

本发明实施例提供了一种超参数确定方法、装置及设备，该方法包括：获得第一预设数量个超参数组；获得第一数据集和第二数据集，分别以每一超参数组中的取值作为预设分类算法中超参数的取值，对第一数据集和第二数据集中的数据进行分类处理，得到每一超参数组对应的第一置信度和第二置信度；根据每一超参数组对应的置信度，计算每一超参数组的权值；根据已获得每一超参数组中的取值和每一超参数组的权值，利用贝叶斯寻优算法估算各个超参数的一个取值，获得新超参数组并累计超参数组个数；当累计后超参数组个数达到第二预设数量时将权值最大的超参数组中的取值作为预设分类算法中超参数的取值。应用本发明实施例提供的方法能够提高超参数确定效率。

技术领域

本发明涉及计算机技术领域，特别是涉及一种超参数确定方法、装置、及设备。

背景技术

分类算法在智能识别领域的应用越来越广泛，其中，主流的分类算法包括：决策树、随机森林、梯度提升决策树(GBDT)和xgboost(Extreme Gradient Boosting)等。程序员可以通过分类算法构建分类模型，然后利用分类模型对数据进行快速、准确的分类，分类后的数据作为其他应用的基础。例如，通过分类模型对用户的数据进行分类，提取出用于表征用户信誉的贷款数据、还款数据等，进而根据所提取的数据判断用户是否为存在违约风险的用户。

然而，在构建分类模型过程中调整分类算法中包含的超参数时，通常需要程序员凭借经验进行反复调整，才能使得构建的分类模型对数据进行分类时得到理想的分类结果，这一调整方式不仅非常耗费程序员的精力，而且繁琐、效率低下。

发明内容

本发明实施例的目的在于提供一种超参数确定方法、装置接设备，以实现降低程序员的工作量，并提高超参数的确定效率。具体技术方案如下：

本发明实施的一方面，提供了一种超参数确定方法，所述方法包括：

获得第一预设数量个超参数组，其中，所述超参数组包括：预设分类算法中各个超参数的一个取值，且任意两个超参数组中存在至少一个超参数的取值不同；

获得第一数据集和第二数据集，分别以每一超参数组中的取值作为所述预设分类算法中超参数的取值，通过所述预设分类算法对所述第一数据集和第二数据集中的数据进行分类处理，得到每一超参数组对应的第一置信度和每一超参数组对应的第二置信度，其中，第一置信度为：第一数据集分类结果的置信度，第二置信度为：第二数据集分类结果的置信度；

根据每一超参数组对应的第一置信度和第二置信度，计算每一超参数组的权值；

根据已获得每一超参数组中各个超参数的取值和每一超参数组的权值，利用贝叶斯寻优算法估算各个超参数的一个取值，获得由估算得到的取值构成的新超参数组，并累计超参数组的个数；

当累计后超参数组的个数未达到第二预设数量时，以新超参数组中的取值作为所述预设分类算法中超参数的取值，通过所述预设分类算法对所述第一数据集和第二数据集中的数据进行分类处理，得到新超参数组对应的第一置信度和第二置信度；根据新超参数组对应的第一置信度和第二置信度，计算新超参数组的权值；返回所述根据已获得每一超参数组中各个超参数的取值和每一超参数组的权值，利用贝叶斯寻优算法估算各个超参数的一个取值，获得由估算得到的取值构成的新超参数组，并累计超参数组的个数的步骤；

当累计后超参数组的个数达到第二预设数量时，将目标超参数组包含的取值确定为所述预设分类算法中各个超参数的取值，其中，所述目标超参数组为权值最大的超参数组。

可选的，所述获得第一预设数量个超参数组的步骤，包括：

获取所述预设分类算法中各个超参数的取值范围；

以任意两个超参数组中存在至少一个超参数的取值不同为选取原则，分别在各个超参数的取值范围内选取一个值，并获得由所选取的各个值构成的一个超参数组；