一种模型信息确定方法、装置及系统制造方法及图纸

本发明专利技术实施例提供一种模型信息确定方法、装置及系统。所述方法包括：获得待训练的目标业务模型的各个超参数，以及，用于训练目标业务模型的数据元特征和评估指标；获得所述目标业务模型的各个超参数和所述评估指标之间的因果关系；根据所述数据元特征、所述评估指标以及所述因果关系对目标业务模型的各个超参数进行迭代调整，得到调整后的目标超参数集。本发明专利技术实施例通过超参数和评估指标之间的因果关系确定对评估指标有正向影响的超参数，提高模型参数优化精准度，避免了进行大量的计算试验，从而降低模型参数优化成本，减少业务模型训练阶段对系统资源的占用。型训练阶段对系统资源的占用。型训练阶段对系统资源的占用。

【技术实现步骤摘要】
一种模型信息确定方法、装置及系统


[0001]本专利技术涉及大数据分析领域，尤其涉及一种模型信息确定方法、装置及系统。

技术介绍

[0002]随着社会信息化和智能化水平提高，使用搜索空间训练业务模型，并使用训练好的业务模型实现大数据业务智能化处理也逐渐成为大数据行业的通用手段。
[0003]现有模型训练过程中，通常是从搜索空间搜索对应的超参数进行模型训练。而现有的搜索方法包括无模型搜索方法、基于进化算法的搜索方法以及基于贝叶斯优化的搜索方法等，现有的超参数搜索方法需要经过大量的计算试验，因而导致系统资源消耗巨大，模型参数优化成本高，精准度低。

技术实现思路

[0004]本专利技术实施例提供一种模型信息确定方法、装置及系统，解决现有的超参数搜索方法需要经过大量的计算试验，因而导致系统资源消耗巨大，模型参数优化成本高，精准度低的问题。
[0005]为解决上述技术问题，本专利技术提供一种模型信息确定方法，所述方法包括：
[0006]获得待训练的目标业务模型的各个超参数，以及，用于训练目标业务模型的数据元特征和评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型信息确定方法，其特征在于，所述方法包括：获得待训练的目标业务模型的各个超参数，以及，用于训练目标业务模型的数据元特征和评估指标；获得所述目标业务模型的各个超参数和所述评估指标之间的因果关系；根据所述数据元特征、所述评估指标以及所述因果关系对目标业务模型的各个超参数进行迭代调整，得到调整后的目标超参数集。2.根据权利要求1所述的模型信息确定方法，其特征在于，所述根据所述数据元特征、所述评估指标以及所述因果关系对目标业务模型的各个超参数进行迭代调整，得到调整后的目标超参数集的步骤包括：根据所述因果关系，确定待调整的至少一个候选超参数；基于所述评估指标，获取与各个所述候选超参数一一对应的因果效应评估模型；使用各个所述因果效应评估模型对所述数据元特征以及各个所述候选超参数进行处理，得到各个所述候选超参数与所述评估指标对应的干预效果；基于各个所述干预效果对各个所述候选超参数进行迭代调整。3.根据权利要求2所述的模型信息确定方法，其特征在于，所述使用各个所述因果效应评估模型对所述数据元特征以及各个所述候选超参数进行处理，得到各个所述候选超参数与所述评估指标对应的干预效果的步骤包括：对于每个因果效应评估模型，将所述因果效应评估模型对应的候选超参数作为干预变量，所述数据元特征以及除作为干预变量的候选超参数外的其他超参数作为调整变量，所述评估指标作为目标变量；将所述干预变量以及所述调整变量输入到与所述干预变量对应的因果效应评估模型中，得到所述干预变量对应的第一干预效果。4.根据权利要求3所述的模型信息确定方法，其特征在于，所述根据所述数据元特征、所述评估指标以及所述因果关系对目标业务模型的各个超参数进行迭代调整，得到调整后的目标超参数集的步骤包括：根据各个所述第一干预效果，确定与每个所述第一干预效果对应的干预变量的调整方式；基于各个干预变量对应的所述调整方式，调整每个所述因果效应评估模型的干预变量；各个所述因果效应评估模型分别基于调整后的干预变量重新进行因果效应评估，得到优化的超参数集；基于所述优化的超参数集和所述数据元特征对所述目标业务模型进行模型训练和估计；若满足模型收敛或者结束条件，则结束模型训练和估计，将所述优化的超参数集合确定为目标超参数集。5.根据权利要求4所述的模型信息确定方法，其特征在于，所述各个所述因果效应评估模型分别基于调整后的干预变量重新进行因果效应评估，得到优化的超参数集的步骤包括：每个所述因果效应评估模型，根据调整后的干预变量重新进行因果效应评估，得到所述调整后的干预变量对应的第二干预效果；
根据所述第二干预效果，获得对所述评估指标干预效果最大的干预变量，得到最优干预变量；根据每个...

【专利技术属性】
技术研发人员：吴海峰，刘兆涵，杨健，方磊，
申请(专利权)人：北京九章云极科技有限公司，
类型：发明
国别省市：