一种自动建模方法、系统、计算设备及存储介质技术方案

本申请实施例提供一种自动建模方法、系统、计算设备及存储介质。在本申请实施例中，提供建模界面，基于建模界面，获取用于建模的数据；根据数据以及预置建模方式进行建模，生成对应的模型；并根据模型以及输入数据，确定模型的输出结果，并展示该输出结果。使得用户无需自己去创建模型或者模型算法，通过该建模界面即可帮助用户自动地且快速地创建模型，并根据模型的输入数据，确定输出结果，一次性地帮助用户完成建模以及模型的预测，大大地增加了用户的体验感受，特别是对于模型的构建不太了解的用户是非常友好的。解的用户是非常友好的。解的用户是非常友好的。

【技术实现步骤摘要】
一种自动建模方法、系统、计算设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种自动建模方法、系统、计算设备及存储介质。

技术介绍

[0002]伴随着计算机技术以及互网络的快速发展，计算机的应用范围变得越来越广泛，越来越深入人们的日常生活，也正逐渐向信息的智能化方向迈步前进。其中，机器学习是使得计算机上的应用程序越来越智能的主要原因。
[0003]机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，特别是可以通过机器学习进行算法建模来进行预测等，但是机器学习是一门很复杂的学科，通过机器学习来构建算法对于不懂算法的用户来说是很困难的。

技术实现思路

[0004]本申请的多个方面提供一种自动建模方法、系统、计算设备及存储介质，用以能够帮助用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动建模方法，其特征在于，包括：提供建模界面，基于所述建模界面，获取用于建模的数据；根据所述数据以及预置建模方式进行建模，生成对应的模型；获取所述模型对应的输入数据，并根据所述模型，确定模型的输出结果，并展示所述模型的输出结果。2.根据权利要求1所述的方法，其特征在于，所述基于该所述建模界面，获取用于建模的数据，包括：响应于数据来源的输入操作，确定所述数据的来源；根据所述来源获取所述数据，作为用于建模的数据。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：在根据所述来源获取到所述数据之后，在所述建模界面上展示所述来源对应的数据、所述数据的发生时间以及所述数据的数据类型。4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：响应于数据的发生时间的输入操作，确定所述发生时间；响应于数据类型的输入操作，确定所述数据类型；根据所述发生时间以及数据类型，从获取到的数据中获取目标数据，作为用于建模的数据。5.根据权利要求2或4所述的方法，其特征在于，所述方法还包括：响应于数据的单位时间的输入操作，确定所述单位时间；响应于单位时间对应数据的确定方式的输入操作，确定所述确定方式；根据所述单位时间以及所述确定方式，从获取到的数据中确定对应数据，作为用于建模的数据。6.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：响应于缺失数据值的处理方式的确定操作，确定对应的处理方式；从所述对来源所对应的数据中确定缺失数据值；根据所述处理方式，对所述缺失数据值进行处理。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述建模界面上展示获取到的用于建模的数据、所述数据的发生时间以及所述数据的数据类型；根据发生时间序列，展示所述数据对应的数据详细图形。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：根据所述发生时间序列，展示所述数据对应的整体数据变化趋势图形。9.根据权利要求1所述的方法，其特征在于，所述根据所述数据以及预置建模方式进行建模，生成对应的模型，包括：从所述数据中确定预置范围的数据，并在所述建模界面上展示所述预置范围的数据；在所述建模界面上展示预置模型信息；响应于建模操作，根据所述预置范围的数据以及预置模型对应的预置建模方式进行建模，生成所述模型。10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
响应于所述预置范围的修改操作，确定修改后范围对应的数据；响应于建模操作，根据修改后范围对应的数据以及预置模型对应的预置建模方式进行建模，生成所述模型。11.根据权利要求9所述的方法，其特征在于，所述方法还包括：响应于预置模型的选择操作，从至少两个模型中确定目标模型；响应于建模操作，根据所述预置范围的数据以及目标模型对应的预置建模方式进行建模，生成所述模型。12.根据权利要求9所述的方法，其特征在于，所述方法还包括：通过图形的形式，以发生时间序列展示所述数据；通过轴线，将图形中的数据进行划分，生成预置范围的数据；响应于所述轴线的移动操作，确定所述修改后范围对应的数据。13.根据权利要求11所述的方法，其特征在于，所述方法还包括：响应于所述目标模型参数的选择操作，确定所述目标模型参数；响应于建模操作，根据所述预置范围的数据、目标模型对应的预置建模方式以及所述目标模型参数进行建模，生成所述模型。14.根据权利要求9所述的方法，其特征在于，所述获取所述模型对应的输入数据，包括：当所述预置模型中存在时间序列预测的模型，展示预置的预测时间范围；响应于所述预测时间范围的修改操作，将修改后的预测时间范围作为所述输入数据。15.根据权利要求9所述的方法，其特征在于，所述方法还包括：通过图形的形式，以发生时间序列展示所述数据以及展示预测时间；通过多个轴线，将图形中的数据以及预测时间进行划分，生成多个预置范围的数据以及预置范围的预测时间；所述多个预置范围的数据包括用于训练模型的训练数据以及用于测试模型的测试数据；其中，所述获取所述模型对应的输入数据，包括：响应于建模操作，获取预置范围的预测时间作为输入数据；其中，所述方法还包括：响应于建模操作，获取预置范围的测试数据；根据所述测试数据，对生成的模型进行测试。16.根据权利要求15所述的方法，其特征在于，所述方法还包括：响应于轴线的移动操作，确定修改后范围对应的数据和/或修改后范围对应的预测时间；其中，所述获取所述模型对应输入数据，包括：当确定修改后范围对应的预测时间，响应于建模操作...

【专利技术属性】
技术研发人员：王成，李楠，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：