[发明专利]用于模型训练的特征选择方法、装置及电子设备

权利要求书

1.一种用于模型训练的特征选择方法，其特征在于，包括：

计算原始特征集中待选特征与标签的互信息量，以得到每个待选特征与对应标签之间的关联度；

计算待选特征与所述原始特征集的已选特征子集的平均互信息量，以得到每个待选特征与已选特征子集的冗余度；以及

根据所述关联度和所述冗余度中至少一项从待选特征中选择特征子集作为模型训练的输入数据。

2.根据权利要求1所述的方法，其中，根据所述关联度选择特征子集包括：

将所述关联度按照大小进行排序；以及

根据所述排序从高到低选择预定数量的特征子集。

3.根据权利要求1所述的方法，其中，根据所述冗余度选择特征子集包括：

将所述冗余度按照大小进行排序；以及

根据所述排序从低到高选择预定数量的特征子集。

4.根据权利要求1所述的方法，其中，根据所述关联度及所述冗余度选择特征子集包括：

计算每个特征对应的关联度和冗余度的差值；

将所述差值按照大小进行排序；以及

根据所述排序从高到低选择预定数量的特征子集。

5.根据权利要求1所述的方法，其中，通过以下算式得到每个待选特征与对应标签之间的关联度D(f)：

D(f)＝MI(f；l)

其中，f表示待选特征，l表示标签，MI(f；l)为待选特征与标签的互信息量。

6.根据权利要求1所述的方法，其中，通过以下算式得到每个待选特征与已选特征子集的冗余度R(f)：

其中，f表示待选特征，S＝{s₁,s₂,…s_t}表示已选特征子集，t为已选特征子集的数量，MI(f；s_i)为待选特征与已选特征子集的互信息量。

7.一种用于模型训练的特征选择装置，其特征在于，包括：

第一计算模块，用于计算原始特征集中待选特征与标签的互信息量，以得到每个待选特征与对应标签之间的关联度；

第二计算模块，用于计算待选特征与所述原始特征集的已选特征子集的平均互信息量，以得到每个待选特征与已选特征子集的冗余度；以及

特征选择模块，用于根据所述关联度和所述冗余度中至少一项从待选特征中选择特征子集作为模型训练的输入数据。

8.根据权利要求7所述的装置，其中，根据所述关联度选择特征子集时，所述特征选择模块将所述关联度按照大小进行排序；以及根据所述排序从高到低选择预定数量的特征子集。

9.根据权利要求7所述的装置，其中，根据所述冗余度选择特征子集时，所述特征选择模块将所述冗余度按照大小进行排序；以及根据所述排序从低到高选择预定数量的特征子集。

10.根据权利要求7所述的装置，其中，根据所述关联度及所述冗余度选择特征子集时，所述特征选择模块计算每个特征对应的关联度和冗余度的差值；将所述差值按照大小进行排序；以及根据所述排序从高到低选择预定数量的特征子集。

11.一种电子设备，其特征在于，包括：

根据权利要求7至10中任一权利要求所述的特征选择装置；或者，

处理器和存储器，所述存储器用于存储可执行的指令，所述指令用于控制所述处理器执行根据权利要求1至6中任一权利要求所述的特征选择方法。

12.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至6中任一权利要求所述的特征选择方法。