[发明专利]一种提高集成型自动机器学习运行性能的方法和系统

权利要求书

1.一种提高集成型自动机器学习运行性能的方法，其特征在于，所述方法为基于双层树的提高集成型自动机器学习运行性能的方法，对于自动机器学习模型选择和超参数调优两个过程采用了双层树式的逻辑关系；通过极限区域上置信界算法对双层树式的上下两层进行迭代计算；

根据机器学习模型库中各模型的初始化分数，自适应地将各模型分配到线程上；

以不同模型和不同超参数配置下的评估指标的分数和运行时间为依据，选择若干个模型，基于选中的模型生成集成模型；

所述方法具体包括如下步骤：

（1）获取用户给定的数据集，数据集用于模型的运行和验证；将模型库内每个机器学习模型运行一次以进行初始化，得到每个机器学习模型i的决策值D_i；

（2）根据每个模型下决策值D_i分配初始线程；线程数p是CPU最大线程数和用户设定线程数中的较小值；模型总数为n；将决策值D₁，D₂，…，D_n归一化，得到权重W₁，W₂，…，W_n；第一轮为每个模型分配线程数为，至此，仍有个线程空余；

以对所有模型进行降序排序，在排序后的模型中取前k名，对其中每个模型再额外分配一个线程；至此，全部线程分配完毕；

（3）根据上一步中的线程分配结果，在各线程上分别运行对应的机器学习模型；每当某一个线程上的机器学习模型运行完毕，则得到了一个空余线程，保存本次运行中的历史记录，并通过极限区域上置信界算法计算得到下一个需要运行的模型，使用该模型在空出的线程下进行超参数采样和验证；

（4）当达到用户指定的目标后，使用集成策略生成集成模型。

2.根据权利要求1所述的提高集成型自动机器学习运行性能的方法，其特征在于，获取用户给定的数据集，根据用户调用的类，确定用户要解决的问题是分类问题还是回归问题，并根据用户要解决的问题准备对应的模型库及超参数空间；随着数据同时输入的还有用户指定的衡量指标、最大运行时间或最大运行次数；当自动机器学习过程达到所述最大运行时间或最大运行次数时，将停止运行。

3.根据权利要求1所述的提高集成型自动机器学习运行性能的方法，其特征在于，所述集成策略中的权重是通过极限区域上置信界算法中的采样次数计算而得。

4.根据权利要求1所述的提高集成型自动机器学习运行性能的方法，其特征在于，用户指定整个自动机器学习过程的最大运行时长或最大运行次数、运行效果的衡量指标。

5.根据权利要求4所述的提高集成型自动机器学习运行性能的方法，其特征在于，当达到用户指定的最大运行时长或最大运行次数后，使用集成策略生成集成模型。