[发明专利]用于机器学习算法的元特征训练模型

说明书

本公开提供“用于机器学习算法的元特征训练模型”。本文描述了用于以有效的方式训练和评估使用大型复杂数据集训练的机器学习模型的系统和方法。所述系统实现用于训练第一模型并使用所述第一训练后的模型生成预测的方法。所述预测和所述数据的一部分可以用于训练第二模型并生成预测作为所述第二模型的输出。第一模型可用于第三数据集以生成预测，所述预测被附加到第三数据集。然后将所附加的第三数据集输入到第二模型中，以生成与第三数据集进行比较以获得准确度的附加输出。

技术领域

本公开总体上涉及机器学习算法。

背景技术

使用机器学习的数据分析和建模问题正变得流行，并且通常依赖于数据科学专业知识来构建合理准确的机器学习(ML)模型。这种建模涉及挑选适当的模型并将模型训练到给定的数据集。当生成严重依赖于数据科学家的机器学习模型时，模型训练是最耗时且特别的步骤。通常，在训练数据集上，特别是在数据集的数据特征上训练模型。保留数据集的一部分以在训练之后验证和测试该模型。

发明内容

一个或多个计算机的系统可以被配置为通过将软件、固件、硬件或它们的组合安装在系统上来执行特定操作或动作，所述软件、固件、硬件或它们的组合在操作中使系统执行所述动作。一个或多个计算机程序可以被配置为通过包括指令来执行特定操作或动作，所述指令在由数据处理设备执行时致使所述设备执行所述动作。一个总体方面包括一种用于开发和训练神经网络的方法，所述方法包括使用第一数据集来训练第一模型。所述方法还包括使用所述第一模型生成针对多个第一数据中的每一个的第一预测。所述方法还包括将针对多个第一数据中的每一个的第一预测与所述第一数据存储在第二数据集中。所述方法还包括使用所述第二数据集来训练第二模型。所述方法还包括使用所述第一模型生成针对多个第二数据中的每一个的第二预测。所述方法还包括将针对多个第二数据中的每一个的第二预测与所述第二数据存储在第三数据集中。所述方法还包括生成针对所述第三数据集中的每个项的最终预测。该方面的其他实施例包括对应计算机系统、设备和记录在一个或多个计算机存储装置上的计算机程序，其各自被配置为执行所述方法的动作。

实现方式可包括以下特征中的一个或多个。所述方法还包括将完整数据集拆分为所述第一数据集、所述多个第一数据和所述多个第二数据。拆分完整数据集的所述方法包括将完整数据集随机划分为所述第一数据集、所述多个第一数据和所述多个第二数据的相等分组。所述方法中，所述第一模型和所述第二模型是不同类型的模型。所述方法中，所述第一模型和所述第二模型是具有不同参数的相同类型的模型。所述方法中，所述第一数据集、所述多个第一数据和所述多个第二数据各自具有相同的大小。所述方法中，所述第一数据集与所述多个第一数据或所述多个第二数据中的至少一者具有不同的大小。所描述技术的实现方式可以包括硬件、方法或过程、或计算机可访问介质上的计算机软件。

附图说明

通过参考以下附图，可以实现对各种实施例的性质和优点的进一步理解。在附图中，类似的部件或特征可以具有相同的参考标号。此外，相同类型的各种部件可以通过在参考标号之后加上破折号和在类似部件之间进行区分的第二标号来区分。如果在说明书中仅使用第一参考标号，则所述描述适用于具有相同第一参考标号的类似部件中的任一个，而与第二参考标号无关。

图1示出了根据一些实施例的示出基于来自第一模型的预测来训练模型的方法的框图。

图2示出了根据一些实施例的示出用于测试和评估图1的模型的方法的框图。

图3示出了根据一些实施例的具有用于执行模型的训练和评估的部件的计算装置的实施例。

图4示出了根据一些实施例的示出用于使用来自第一模型的元特征来训练模型的方法的流程图。

图5示出了根据一些实施例的计算系统的框图。

图6示出了根据一些实施例的云计算系统。

具体实施方式