[发明专利]数据的特征提取方法、装置、计算机设备及存储介质

权利要求书

1.一种数据的特征提取方法，其特征在于，包括下述步骤：

获取原始数据，根据所述原始数据提取特征形成特征集；

对所述特征集进行过滤式特征筛选，得到稳定特征子集；

将所述稳定特征子集输入嵌入式特征筛选模型，输出所述稳定特征子集中各特征在模型训练过程中提供的信息增益，并对所述稳定特征子集中各特征对应的信息增益进行排序，根据排序结果对所述稳定特征子集中的特征进行筛选，得到目标特征子集。

2.根据权利要求1所述的数据的特征提取方法，其特征在于，所述根据排序结果对所述稳定特征子集中的特征进行筛选，得到目标特征子集的步骤包括：

选取所述稳定特征子集中信息增益排序靠前的特征，使得选取的各特征的信息增益之和占所述稳定特征子集的所有特征的信息增益总和的比例超过预设增益参数阈值，输出选取的各特征得到目标特征子集。

3.根据权利要求1或2所述的数据的特征提取方法，其特征在于，所述对所述特征集进行过滤式特征筛选，得到稳定特征子集的步骤具体包括：

获取特征评价维度，计算所述特征集中各特征在各特征评价维度的评价值；

获取各特征评价维度的阈值，比较所述特征集中各特征的评价值与对应的特征评价维度的阈值；

根据比较结果对所述特征集中各特征依次进行筛选过滤，输出剩余的特征得到稳定特征子集。

4.根据权利要求3所述的数据的特征提取方法，其特征在于，所述获取特征评价维度，计算所述特征集中各特征在各特征评价维度的评价值的步骤包括：

对所述原始数据涵盖的时间范围进行划分，得到多个时间分区，得到基于时间分区的特征评价维度；

计算所述特征集中各特征在各基于时间分区的特征评价维度的评价值，得到同一特征评价维度在不同时间分区的多个评价值。

5.根据权利要求4所述的数据的特征提取方法，其特征在于，所述方法还包括：

计算同一特征的各特征评价维度在多个时间分区的评价值的波动参数，根据所述波动参数对所述特征集中的特征进行过滤筛选。

6.根据权利要求3所述的数据的特征提取方法，其特征在于，在所述获取特征评价维度，计算所述特征集中各特征在各特征评价维度的评价值之前，所述方法包括：

获取预筛选条件，根据预筛选条件对所述特征集中的特征进行预筛选，将所述特征集中不满足预筛选条件的特征直接移除。

7.根据权利要求1或2所述的数据的特征提取方法，其特征在于，在所述得到目标特征子集的步骤之后，所述方法还包括：

将所述目标特征子集中各目标特征的特征值存储至区块链中。

8.一种数据的特征提取装置，其特征在于，包括：

特征提取模块，用于获取原始数据，根据所述原始数据提取特征形成特征集；

第一筛选模块，用于对所述特征集进行过滤式特征筛选，得到稳定特征子集；

第二筛选模块，用于将所述稳定特征子集输入嵌入式特征筛选模型，输出所述稳定特征子集中各特征在模型训练过程中提供的信息增益，并对所述稳定特征子集中各特征对应的信息增益进行排序，根据排序结果对所述稳定特征子集中的特征进行筛选，得到目标特征子集。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的数据的特征提取方法的步骤。

10.一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计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的数据的特征提取方法的步骤。