【技术实现步骤摘要】
本申请涉及人工智能领域，更具体的说，是涉及特征选择算法推荐模型的训练方法、装置、服务器及介质。
技术介绍
1、机器学习模型是当今社会最热门的话题之一，由此衍生出的研究子课题层出不穷。在这些研究子课题中，如何训练得到具有优异鲁棒性的机器学习模型是一个热门话题。针对某一个应用场景，该应用场景对应有多个属性特征，多个属性特征中有些属性特征对于训练机器学习模型具有正向的作用，如使得机器学习模型更加准确，有的属性特征对于训练机器学习模型具有负向作用，如使得机器学习模型更加不准确。所以从多个特征中选择出对于训练机器学习模型具有正向的作用的属性特征，使用对于训练机器学习模型具有正向的作用的属性特征训练机器学习模型，可以得到准确率更高的机器学习模型。
2、因此用于从多个属性特征中筛选对于训练机器学习模型具有正向的作用的属性特征的特征选择算法应用而生。目前存在很多特征选择算法，对于一个特定的应用场景应该使用哪一种特征选择算法筛选该应用场景的多个属性特征，依靠技术人员的人工判断不准确。
技术实现思路
<...【技术保护点】
1.一种特征选择算法推荐模型的训练方法，其特征在于，包括：
2.根据权利要求1所述特征选择算法推荐模型的训练方法，其特征在于，所述获取所述应用场景对应的样本特征集包括的所述样本特征子集对应的元特征集步骤，包括：
3.根据权利要求1或2所述特征选择算法推荐模型的训练方法，其特征在于，还包括：
4.根据权利要求3所述特征选择算法推荐模型的训练方法，其特征在于，
5.根据权利要求1或2或4任一所述特征选择算法推荐模型的训练方法，其特征在于，所述应用场景对应的多个优质特征集的数目为5，5个所述优质特征集对应5个所述预设特征选择算...
【技术特征摘要】
1.一种特征选择算法推荐模型的训练方法，其特征在于，包括：
2.根据权利要求1所述特征选择算法推荐模型的训练方法，其特征在于，所述获取所述应用场景对应的样本特征集包括的所述样本特征子集对应的元特征集步骤，包括：
3.根据权利要求1或2所述特征选择算法推荐模型的训练方法，其特征在于，还包括：
4.根据权利要求3所述特征选择算法推荐模型的训练方法，其特征在于，
5.根据权利要求1或2或4任一所述特征选择算法推荐模型的训练方法，其特征在于，所述应用场景对应的多个优质特征集的数目为5，5个所述优质特征集对应5个所述预设特征选择算法；5个所述预设特征选择算法...
【专利技术属性】
技术研发人员：王鑫，芮海东，谢鲤鸿，王飞跃，
申请(专利权)人：中银金融科技苏州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。