[发明专利]一种模型迁移的特征值确定方法、装置及设备

权利要求书

1.一种基于模型迁移的特征值确定方法，包括：

获取源场景数据集的基于第一特征维度的第一数据分箱的数据在所述源场景数据集中的占比信息；所述占比信息包括所述第一数据分箱左端点对应的第一累计占比信息，以及所述第一数据分箱右端点对应的第二累计占比信息；所述源场景数据集中包含第一业务场景中涉及的第一业务数据；所述第一特征维度为所述第一业务数据具有的一个特征维度；

在目标场景数据集中基于所述第一特征维度确定与所述占比信息相匹配的第二数据分箱；所述第二数据分箱左端点对应的累计占比信息与所述第一累计占比信息一致；所述第二数据分箱右端点对应的累计占比信息与所述第二累计占比信息一致；所述目标场景数据集为与所述源场景数据集相同或相似的场景数据集；所述目标场景数据集中包含第二业务场景中涉及的第二业务数据；

获取所述第一数据分箱的数据在第二特征维度的特征值；所述第二特征维度为与所述第一特征维度具有联系的维度；

将所述特征值确定为所述第二数据分箱的数据在所述第二特征维度的特征值。

2.根据权利要求1所述的方法，所述在目标场景数据集中基于所述第一特征维度确定与所述占比信息相匹配的第二数据分箱，具体包括：

确定所述第二数据分箱的左端点在所述第一特征维度对应的起始特征值；

在所述目标场景数据集中，按照设定顺序，依次增加所述第二数据分箱包含的所述第一特征维度的特征值，计算所述第二数据分箱包含的数据在所述目标场景数据集中所占的比例与所述占比信息对应的比例的差值，直至所述差值小于或等于第一预设阈值；

将所述第二数据分箱包含的数据在所述目标场景数据集中所占的比例与所述占比信息对应的比例的差值小于或等于第一预设阈值时，所述第二数据分箱包含的所述第一特征维度的全部特征值确定为所述第二数据分箱的分箱取值范围。

3.根据权利要求2所述的方法，所述确定所述第二数据分箱的左端点在第一特征维度对应的起始特征值，具体包括：

按照所述第一特征维度递增的方向，当所述第二数据分箱是所述目标场景数据集的起始数据分箱时，将所述目标场景数据集中所述第一特征维度的最小特征值确定为所述起始特征值；

当所述第二数据分箱是所述目标场景数据集的非起始数据分箱时，将所述目标场景数据集中所述第二数据分箱的前一个数据分箱的右端点值确定为所述起始特征值。

4.根据权利要求2所述的方法，所述第一特征维度的特征值为数值类型，所述按照设定顺序，依次增加所述第二数据分箱包含的所述第一特征维度的特征值，具体包括：

按照所述第一特征维度的特征值增大的方向，依次增加所述第二数据分箱包含的所述第一特征维度的特征值。

5.根据权利要求1所述的方法，所述占比信息具体包括所述第一数据分箱的左端点对应的第一累计占比信息，以及所述第一数据分箱的右端点对应的第二累计占比信息，所述在目标场景数据集中基于所述第一特征维度确定与所述占比信息相匹配的第二数据分箱，具体包括：

确定所述第二数据分箱的左端点在第一特征维度对应的起始特征值；在所述第一特征维度，小于所述起始特征值的数据在所述目标场景数据集中的占比为第一累积占比；所述第一累积占比与所述第一累积占比信息相匹配；

在所述目标场景数据集中，按照设定顺序，依次增加所述第二数据分箱的右端点在所述第一特征维度对应的特征值，直至小于所述右端点对应的特征值的数据在所述目标场景数据集中的占比为第二累积占比；所述第二累积占比与所述第二累积占比信息相匹配。

6.根据权利要求1所述的方法，所述特征值，具体包括：证据权重。

7.根据权利要求1所述的方法，还包括：

确定所述源场景数据集的数据个数；

从目标场景的原始数据集中，选取所述数据个数的数据构成所述目标场景数据集。