[发明专利]一种对结构化数据实时衍生机器学习用特征的方法

权利要求书

1.一种对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述方法包括：

定义包括多个机器学习中特征处理用计算函数的计算机语言；

使用所述计算机语言开发特征计算逻辑；

根据所述特征计算逻辑生成可执行的程序代码；

执行所述程序代码以应用所述特征计算逻辑至对应的原始数据从而衍生机器学习用特征。

2.根据权利要求1所述的对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述计算机语言为SQL。

3.根据权利要求2所述的对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述执行所述程序代码以应用所述特征计算逻辑至对应的原始数据包括：

将原始数据按照预定义的数据格式加载至计算机内存中；

对原始数据预处理。

4.根据权利要求3所述的对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述预定义的数据格式包括：数据的字段名称、字段类型和缺失值/异常值处理逻辑。

5.根据权利要求4所述的对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述预处理包括多种处理方法，所述处理方法抽象为可配置的选项。

6.根据权利要求5所述的对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述特征计算逻辑包括扩展函数和聚合函数，所述扩展函数在先地处理所述原始数据，所述聚合函数在后地处理所述原始数据和/或所述扩展函数的输出结果。

7.根据权利要求6所述的对结构化数据实时衍生机器学习用特征的方法，其特征在于，所述根据所述特征计算逻辑生成可执行的程序代码通过现有数据库的解析器或者yacc或者配合相应的文法解析使用正则。