[发明专利]基于联邦学习的特征补全方法、装置、设备及存储介质

说明书

本申请公开了一种基于联邦学习的特征补全方法、装置、设备及存储介质，所述方法包括：获取待补全样本数据，将所述待补全样本数据输入至预设目标特征补全模型中；其中，所述预设目标特征补全模型为基于具有标签的非缺失样本特征数据，通过执行第一预设纵向联邦学习流程，对预设初始补全模型进行迭代训练得到的；基于所述特征补全模型对所述待补全样本数据进行补全处理，得到目标补全数据，以使用所述目标补全数据进行机器学习模型的训练。在本申请中，利用多个参与方设备的不同特征来联合建立预设目标特征补全模型，避免样本数量较少或者样本特征比较同质时，训练得到的模型的预测准确度低，也即，提高了特征预测模型的预测准确性度。

技术领域

本申请涉及人工智能领域，尤其涉及一种基于联邦学习的特征补全方法、装置、设备及存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对缺失特征的补全也有更高的要求。

随着计算机软件和人工智能的不断发展，神经网络模型也应用越来越广泛，然而，性能优越的神经网络模型通常是基于特征丰富度高的训练样本构建的，而在真实应用场景中，特征值的缺失是常态，比如在金融风控领域，从事金融风控的机构往往不能收集完全用户的基本信息，具体地，在对金融风控有帮助的用户购物信息和网页浏览信息中，更是存在着大量的缺失值，而重要特征的特征值缺失将严重影响到风控模型的性能，尽管目前通过使用平均值，中位数，和众数等特征值补全方法来填补空缺的特征值，然而这些特征补全方法不是从提高最终模型的性能的角度来填充特征值的，难以提高最终模型的预测准确度等性能。

发明内容

本申请的主要目的在于提供一种基于联邦学习的特征补全方法、装置、设备及存储介质，旨在解决现有技术中通过使用平均值，中位数，和众数等特征值补全方法来填补参与方设备空缺的特征值，难以得到预测准确度高的预测模型的技术问题。

为实现上述目的，本申请提供一种基于纵向联邦学习的特征补全方法，应用于第一设备，所述基于纵向联邦学习的特征补全方法包括：

获取待补全样本数据，将所述待补全样本数据输入至预设目标特征补全模型中；

其中，所述预设目标特征补全模型为基于具有标签的非缺失样本特征数据，通过执行第一预设纵向联邦学习流程，对预设初始补全模型进行迭代训练得到的；

基于所述特征补全模型对所述待补全样本数据进行补全处理，得到目标补全数据，以使用所述目标补全数据进行机器学习模型的训练。

可选地，所述基于所述特征补全模型对所述待补全样本数据进行补全处理，得到目标补全数据，以使用所述目标补全数据进行机器学习模型的训练的步骤之前，所述方法包括：

获取具有标签的非缺失样本特征数据；

基于所述非缺失特征标签的非缺失样本特征数据，执行第一预设纵向联邦学习流程，对预设初始补全模型进行迭代训练，得到目标模型；

将所述目标模型设置为所述预设目标特征补全模型。

可选地，所述第一设备与第二设备进行通信连接，所述获取具有标签的非缺失样本特征数据的步骤，包括：

与第二设备进行样本对齐，以得到非缺失样本数据；

基于预设特征提取模型，对所述非缺失样本数据进行特征提取，以将所述非缺失样本数据映射至预设特征维度，获得具有标签的非缺失样本特征数据。

可选地，所述基于所述非缺失特征标签的非缺失样本特征数据，执行第一预设纵向联邦学习流程，对预设初始补全模型进行迭代训练，得到目标模型的步骤，包括：