数据的特征分析方法、装置及电子设备制造方法及图纸

本申请涉及一种数据的特征分析方法、装置、设备及计算机可读存储介质，涉及计算机技术领域，该方法包括：接收输入信息；获取输入信息对应的预分析结果；预分析结果根据预先设置的多个区间中目标区间对应的函数模型获得，多个区间根据对输入信息所在维度的信息划分得到；目标区间包括输入信息所在的第一区间及其对应的至少一个第二区间，第二区间的区间值小于第一区间的区间值；多个区间一一对应的多个函数模型满足：函数模型在对应区间中的最大函数值和最小函数值之差近似为零，相邻的两个区间中第三区间的函数模型中的任一函数值大于第四区间的函数模型中的任一函数值，第三区间中区间值小于第四区间中区间值；根据预分析结果输出特征分析结果。果输出特征分析结果。果输出特征分析结果。

【技术实现步骤摘要】
数据的特征分析方法、装置及电子设备


[0001]本申请实施例涉及计算机
，更具体地，涉及一种数据的特征分析方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]机器学习使得机器可以通过不断对样本数据进行算法训练来构建决策模型。在此情况下，相关人员可以通过各种度量指标去理解上述决策模型，一个决策模型可被理解的程度越高，鲁棒性便越高，输出的决策结果可被信任的程度便越高。在机器学习中，可解释性可以用来反映决策模型可被理解的程度。
[0003]对于关系曲线满足如图1所示的阶梯性递减曲线的数据而言，在通过机器学习得到对应的决策模型后，该决策模型存在可解释性偏低、发现问题后难以实现快速修复等问题，导致针对这类数据得到的特征分析的结果准确性偏低。

技术实现思路

[0004]本申请实施例的一个目的是提供一种数据的特征分析新的技术方案，以解决现有技术中对关系曲线满足阶梯性递减曲线关系的数据而言，其特征分析的结果准确性偏低的问题。
[0005]根据本申请的第一方面，提供了一种数据的特征分析方法，包括：接收输入信息；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据的特征分析方法，其特征在于，包括：接收输入信息；获取所述输入信息对应的预分析结果；其中，所述预分析结果根据预先设置的多个区间中目标区间对应的函数模型获得，所述多个区间根据对所述输入信息所在维度的信息划分得到；所述目标区间包括所述输入信息所在的第一区间及其对应的至少一个第二区间，其中所述第二区间的任一区间值小于所述第一区间的任一区间值；所述多个区间一一对应多个函数模型，所述多个函数模型满足：所述函数模型在对应区间中的最大函数值和最小函数值之差近似为零，相邻的两个区间中第三区间对应的函数模型中的任一函数值大于第四区间对应的函数模型中的任一函数值，所述第三区间中任一区间值小于所述第四区间中任一区间值；根据所述预分析结果，输出特征分析结果。2.根据权利要求1所述的方法，其特征在于，所述获取所述输入信息对应的预分析结果，包括：根据所述第一区间对应的函数模型中所述输入信息对应的第一函数值获取第一分析结果，以及根据所述第二区间对应的函数模型中所述第二区间的第二函数值获取第二分析结果；其中，所述第二函数值小于根据所述第二函数模型得到的所述第二区间中除所述第二函数值以外的其他函数值；所述根据所述预分析结果，输出特征分析结果，包括：根据所述第一分析结果和所述至少一个第二区间一一对应的至少一个第二分析结果的乘积获取所述特征分析结果。3.根据权利要求2所述的方法，其特征在于，所述目标区间对应的函数模型的函数值范围为0～1，所述根据所述第一分析结果和所述至少一个第二区间一一对应的至少一个第二分析结果乘积获取所述特征分析结果，包括：获取所述乘积的对数，将所述对数作为所述特征分析结果。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述接收输入信息之前，所述方法还包括：获取多个样本输入信息以及所述多个样本输入信息一一对应的多个样本函数值，所述多个样本输入信息和所述多个样本函数值满足：所述多个样本函数值随所述多个样本输入信息的增大呈阶梯性递减；根据所述多个样本函数值对所述样本输入信息进行分桶，得到所述多个区间；根据所述区间中的各区间值和样本函数值的对应关系，确定反映所述对应关系的函数模型作为所述区间对应的函数模型。5.一种数据的特征分析装置，其特征在于，包括：接收模块，用于接收输入信息；获取模块，用于获取所述输入信息对应的预分析结果；其中，所述预分析结果根据预先设置的多个区间中目标区间...

【专利技术属性】
技术研发人员：李世峰，
申请(专利权)人：北京箩筐时空数据技术有限公司，
类型：发明
国别省市：