[发明专利]模型的结果展示方法、计算机可读存储介质及计算机设备

权利要求书

1.一种机器学习模型的结果对比展示方法，其特征在于，所述结果对比展示方法包括：

响应于用户选择的模型类型展示出在选择出的模型类型下的多个机器学习模型以及与各个机器学习模型对应的模型指标；

响应于用户选择的机器学习模型以及选择的模型对比指令展示出用户选择的机器学习模型的结果对比图。

2.根据权利要求1所述的结果对比展示方法，其特征在于，所述模型类型包括二分类模型和回归模型。

3.根据权利要求1或2所述的结果对比展示方法，其特征在于，所述模型指标包括与各个机器学习模型相应的序号、模型名称、算法、重要变量数、自动化配置、受试者工作特征曲线、柯尔莫哥洛夫-斯米尔诺夫检验、提升曲线、进度、创建时间以及操作。

4.根据权利要求1所述的结果对比展示方法，其特征在于，所述结果对比图包括：模型参数对比图、重要变量排名图、模型误差评估结果对比图、模型指数对比图及对应箱的结果具体指标图。

5.根据权利要求4所述的结果对比展示方法，其特征在于，所述模型参数对比图包括：模型名称以及与模型名称对应的算法、预测变量、目标变量、重要变量数、最优模型树颗数、衡量标准、每次迭代删除树的最大数量、丢弃率、丢弃时的随机种子、L1正则化、L2正则化、最大树深度、跳过丢弃的概率、每棵树最大节点数、子样本抽样频率、非平衡数据集判定、是否均匀。

6.根据权利要求4所述的结果对比展示方法，其特征在于，所述重要变量排名图包括各机器学习模型名称以及与各机器学习模型名称相应的重量变量的排名序列。

7.根据权利要求4所述的结果对比展示方法，其特征在于，所述模型误差评估结果对比图包括多个模型误差类型以及与选择的模型误差类型对应的模型误差对比图。

8.根据权利要求4所述的结果对比展示方法，其特征在于，所述模型指数对比图包括多个模型指标类型以及与选择的模型指标类型对应的模型指数对比图。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有机器学习模型的结果对比展示程序，所述结果对比展示程序被处理器执行时实现如权利要求1或8所述的机器学习模型的结果对比展示方法。

10.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的机器学习模型的结果对比展示程序，所述结果对比展示程序被处理器执行时实现如权利要求1或8所述的机器学习模型的结果对比展示方法。