[发明专利]特征数据的处理方法以及电子设备

权利要求书

1.一种特征数据的处理方法，其特征在于，包括：

基于第一特征集合和决策树模型，进行第i次模型训练，得到所述第一特征集合的特征排序结果，所述特征排序结果用于表征所述第一特征集合中的n_i个特征在训练过程中的重要性排序，i≥1；

按照所述特征排序结果，从所述第一特征集合中删除m_i个特征；

将所述第一特征集合中剩余的n_i-m_i个特征，作为用于进行第i+1次模型训练的第一特征集合，m_i≥1；

基于所述m_i个特征，确定第i次模型训练对应的目标特征；

在所述第i次模型训练对应的目标特征的数量大于预设值时，重复上述处理过程，直至所述目标特征的数量达到所述预设值时结束所述处理过程，得到最终的目标特征。

2.根据权利要求1所述的方法，其特征在于，所述按照所述特征排序结果，从所述第一特征集合中删除m_i个特征，包括：

按照所述特征排序结果，从所述第一特征集合中删除重要性最高的m_i个特征；

则所述基于所述m_i个特征，确定第i次模型训练对应的目标特征，包括：

将所述m_i个特征和累计删除特征，作为所述目标特征，所述累计删除特征包括每次模型训练后删除的m₁+m₂+…m_i-1个特征。

3.根据权利要求1所述的方法，其特征在于，所述按照所述特征排序结果，从所述第一特征集合中删除m_i个特征，包括：

按照所述特征排序结果，从所述第一特征集合中删除重要性最低的m_i个特征；

则所述基于所述m_i个特征，确定第i次模型训练对应的目标特征，包括：

将所述第一特征集合中除去m_i个特征的n_i-m_i个特征，作为所述目标特征。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

基于第二特征集合，通过交叉验证和所述决策树模型，确定所述预设值。

5.根据权利要求4所述的方法，其特征在于，所述基于第二特征集合，通过交叉验证和所述决策树模型，确定所述预设值，包括：

将所述第二特征集合划分为k个特征子集，k＞1；

针对每个特征子集，基于所述特征子集和所述决策树模型，进行模型训练，得到k个模型针对每个特征数的评价指标；

基于所述k个特征子集在每个特征数下的评价指标，确定所述预设值。

6.根据权利要求1至3任一项所述的方法，其特征在于，所述在所述第i次模型训练对应的目标特征的数量大于预设值时，重复上述处理过程，直至所述目标特征的数量达到所述预设值时结束所述处理过程，得到最终的目标特征，具体包括：

在所述第i次模型训练对应的目标特征的数量大于预设值时，确定所述第i次模型训练得到的模型评价指标是否低于第i-1次模型训练得到的模型评价指标；

若所述第i次模型训练得到的模型评价指标低于所述第i-1次模型训练得到的模型评价指标，则基于累计指标下降计数和预设计数值，确定是否结束所述处理过程，得到最终的目标特征；

若所述第i次模型训练得到的模型评价指标高于或等于所述第i-1次模型训练得到的模型评价指标，则重复上述处理过程，直至所述目标特征的数量达到所述预设值或所述累计指标下降计数等于所述预设计数值时，结束所述处理过程，得到最终的目标特征。