目标模型的构建方法、装置、存储介质和电子设备制造方法及图纸

本申请提出了一种目标模型的构建方法、装置、存储介质和电子设备。该构建方法用于构建用户需要的机器学习算法的目标模型，该构建方法包括：获取用户输入的配置信息和训练数据集；根据配置信息设置第一系统中的配置选项，确定第一模型；根据配置信息和训练数据集训练第一模型，确定目标模型；其中，第一系统为预先构建的能够根据用户输入的信息确定目标模型的模型构建系统。的模型构建系统。的模型构建系统。

【技术实现步骤摘要】
目标模型的构建方法、装置、存储介质和电子设备


[0001]本申请涉及计算机
，具体而言，涉及一种目标模型的构建方法、装置、存储介质和电子设备。

技术介绍

[0002]相关技术中，开发某项业务的机器学习算法模型时，需要采用相应的开发软件通过编程的方式对机器学习算法模型进行构建，但这种方案对于熟悉业务和算法但不熟悉具体编程语言的用户来说，开发模型难度大，开发周期长。

技术实现思路

[0003]本申请旨在至少解决相关技术中存在的技术问题之一。
[0004]为此，本申请的第一个方面在于提出一种目标模型的构建方法。
[0005]本申请的第二个方面在于提出一种目标模型的构建装置。
[0006]本申请的第三个方面在于提出另一种目标模型的构建装置。
[0007]本申请的第四个方面在于提出一种可读存储介质。
[0008]本申请的第五个方面在于提出一种电子设备。
[0009]有鉴于此，根据本申请的一个方面，提出了一种目标模型的构建方法，用于构建用户需要的机器学习算法的目标模型，该构建方法包括：获取用户输入的配置信息和训练数据集；根据配置信息设置第一系统中的配置选项，确定第一模型；根据配置信息和训练数据集训练第一模型，确定目标模型；其中，第一系统为预先构建的能够根据用户输入的信息确定目标模型的模型构建系统。
[0010]需要说明的是，本申请所提出的目标模型的构建方法的执行主体可以是目标模型的构建装置，为了更加清楚的对本申请提出的目标模型的构建方法进行说明，下面技术方案中以目标模型的构建方法的执行主体为目标模型的构建装置进行示例性说明。
[0011]在该技术方案中，上述配置信息表示用户需要构建的目标模型的相关信息，例如，要构建的目标模型的任务类型为数据预测类型等，上述第一系统表示预先构建的能够根据用户输入的信息确定目标模型的模型构建系统；上述配置选项表示通过第一系统构建目标模型时需要设置的选项。
[0012]具体地，构建装置首先获取用户输入的配置信息和训练数据集。具体而言，构建装置根据上述配置信息可以明确用户想要构建何种模型，根据训练数据集可以对基本模型进行优化。
[0013]进一步地，构建装置根据获取的上述配置信息设置第一系统中的相关配置选项，以使第一系统构建出的上述第一模型。具体而言，构建装置通过配置信息可以设置待构建的目标模型的任务类型、采用的算法以及可以调整的超参数等，第一系统根据这些信息即可生成相应的第一模型。
[0014]进一步地，构建装置根据上述训练数据集对构建出的第一模型进行训练，以确定
出上述目标模型。具体而言，通过训练数据集可以不断训练和优化第一模型，这样，可以保证确定出的目标模型对相关业务的处理效果。
[0015]在该技术方案中，构建装置能够根据获取的配置信息设置第一系统中的配置选项，确定第一模型，能够根据获取的训练数据集对第一模型进行训练，确定出目标模型。由此可见，在本专利技术的技术方案中，用户仅需输入配置信息和训练数据集，构建装置即可通过第一系统得出用户想要构建的目标模型，无需用户进行编程。这样，减小了目标模型的开发难度，提高了目标模型构建的效率，解决了相关技术对于熟悉业务和算法但不熟悉具体编程语言的用户来说，开发模型难度大，开发周期长的问题。
[0016]此外，根据本专利技术的上述技术方案提出的目标模型的构建方法，还可以具有以下附加技术特征：
[0017]在上述技术方案中，配置信息包括目标模型的任务类型的第一信息、任务类型对应算法的第二信息，根据配置信息设置第一系统中的配置选项，确定第一模型的步骤具体包括：根据第一信息确定配置选项中的任务类型；根据任务类型确定与其对应的算法列表；根据第二信息从算法列表中确定目标算法，并根据目标算法构建第一模型。
[0018]在该技术方案中，上述配置信息中具体包括有关于待构建的目标模型的任务类型的第一信息以及该任务类型对应算法的第二信息，上述算法列表表示例举出的可以用于构建用户选择的任务类型的模型的相关算法列表。
[0019]具体地，构建装置根据上述配置信息确定上述第一系统配置选项中的待构建模型的任务类型，并根据该任务类型确定出对应的算法列表。具体而言，构建装置根据上述第一信息可以明确用户想要构建的目标模型的任务类型是什么，例如，任务类型为数据预测。在配置好任务类型的配置选项后，第一系统可以根据任务类型与算法的对应关系，生成能够构建该任务类型模型的算法列表。
[0020]进一步地，构建装置根据上述第二信息确定上述算法列表中的目标算法，并采用该目标算法构建上述第一模型。具体而言，构建装置根据上述第二信息可以明确用户希望采用哪种算法构建目标模型，因此，构建装置可以根据上述第二信息确定出上述目标算法。
[0021]在该技术方案中，构建装置可以根据用户输入的配置信息准确的设置第一系统的相关配置选项，这样，可以使第一系统快速准确的确定出上述第一模型，进而可以保证后续步骤中训练该第一模型得出的目标模型能够满足用户的要求。
[0022]在上述技术方案中，根据配置信息和训练数据集训练第一模型的步骤具体包括：对训练数据集进行预处理，确定训练样本；在配置信息中设置有超参数的情况下，以配置信息中设置的超参数作为目标超参数，并根据目标超参数和训练样本训练第一模型；或在配置信息中设置有超参数范围的情况下，采用迭代算法求解超参数范围中的目标超参数，并根据目标超参数和训练样本训练第一模型；或在配置信息未设置有超参数和超参数范围的情况下，采用迭代算法求解目标算法的目标超参数，并根据目标超参数和训练样本训练第一模型。
[0023]在该技术方案中，上述超参数表示用户设置的模型训练过程中可以调整的参数个数，上述超参数范围表示用户设置的模型训练过程中可以调整的参数个数的选取范围。
[0024]具体地，构建装置训练上述第一模型的过程为：构建装置首先对上述训练数据集进行预处理，得出能够用于对第一模型进行训练的训练样本。
[0025]具体而言，由于获取的训练数据集中可能存在异常的、没有参考价值的数据，这些数据可能会对模型的训练产生不好的影响，所以，构建装置需要先对其进行预处理，确定出上述训练样本。
[0026]进一步地，构建装置判断上述配置信息中是否设置有超参数或者超参数范围。
[0027]具体地，在构建装置判断得出上述配置信息中设置有超参数的情况下，构建装置以该超参数作为目标超参数，并根据目标超参数和上述训练样本对第一模型进行训练。
[0028]具体而言，如果配置信息中设置有超参数，则表明用户已经设置好了模型训练过程中可以调整的参数个数，此时，构建装置根据用户设置的超参数以及确定出的训练样本训练第一模型即可。
[0029]具体地，在构建装置判断得出上述配置信息中设置有超参数范围的情况下，构建装置需要先通过迭代算法求解出该超参数范围中的最优超参数，即上述目标超参数，然后在根据目标超参数和上述训练样本对第一模型进行训练。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标模型的构建方法，其特征在于，包括：获取用户输入的配置信息和训练数据集；根据所述配置信息设置第一系统中的配置选项，确定第一模型；根据所述配置信息和所述训练数据集训练所述第一模型，确定所述目标模型；其中，所述第一系统为预先构建的能够根据用户输入的信息确定所述目标模型的模型构建系统。2.根据权利要求1所述的目标模型的构建方法，其特征在于，所述配置信息包括所述目标模型的任务类型的第一信息、所述任务类型对应算法的第二信息，根据所述配置信息设置第一系统中的配置选项，确定第一模型，具体包括：根据所述第一信息确定所述配置选项中的任务类型；根据所述任务类型确定与其对应的算法列表；根据所述第二信息从所述算法列表中确定目标算法，并根据所述目标算法构建所述第一模型。3.根据权利要求1所述的目标模型的构建方法，其特征在于，根据所述配置信息和所述训练数据集训练所述第一模型，具体包括：对所述训练数据集进行预处理，确定训练样本；在所述配置信息中设置有超参数的情况下，以所述配置信息中设置的超参数作为目标超参数，并根据所述目标超参数和所述训练样本训练所述第一模型；或在所述配置信息中设置有超参数范围的情况下，采用迭代算法求解所述超参数范围中的目标超参数，并根据所述目标超参数和所述训练样本训练所述第一模型；或在所述配置信息未设置有超参数和超参数范围的情况下，采用迭代算法求解所述目标算法的目标超参数，并根据所述目标超参数和所述训练样本训练所述第一模型。4.根据权利要求3所述的目标模型的构建方法，其特征在于，所述对所述训练...

【专利技术属性】
技术研发人员：张宇，何鑫，毛远曼，
申请(专利权)人：用友网络科技股份有限公司，
类型：发明
国别省市：