【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种模型检验方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着互联网与信息技术的发展，大量的数据中心均使用云平台运行对应的应用程序，并且云平台中存储了大量日志与警告。业界常使用机器学习等方法构建人工智能运维aiops（artificial intelligence for it operations）模型，通过历史数据预测设备是否会发生故障或性能问题，实现事件分类和问题诊断。
2、aiops对应的模型可以多种不同算法的预测模型，但对于同一数据集，不同的预测模型的解释逻辑可能不一致的。即不同模型的特征重要性排序可能不一致。此外，即使是相同算法的预测模型，在训练完成后的解释逻辑也可能不一致。使用不同时间段的数据集训练该模型，同样可能导致预测模型的解释逻辑不一致。基于此，当各预测模型间的解释逻辑存在巨大差异时，运维人员不知道哪种预测模型更加稳定和可靠，导致运维人员无法从多种预测模型中选取稳定且可靠的预测模型作为aiops模型。
技术实现思路>
1、基于此，本文档来自技高网...
【技术保护点】
1.一种模型检验方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于第一模型集中各模型之间的解释相似性，确定待检验模型的第一解释相似性，包括：
3.根据权利要求2所述的方法，其特征在于，所述使用预设控制变量处理后的多组随机因素对待检验模型进行训练，得到所述待检验模型对应的第一模型集，包括：
4.根据权利要求1所述的方法，其特征在于，所述在第二模型集中进行筛选，得到高效果模型，并基于所述高效果模型确定所述待检验模型的第二解释相似性，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所...
【技术特征摘要】
1.一种模型检验方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于第一模型集中各模型之间的解释相似性，确定待检验模型的第一解释相似性，包括：
3.根据权利要求2所述的方法，其特征在于，所述使用预设控制变量处理后的多组随机因素对待检验模型进行训练，得到所述待检验模型对应的第一模型集，包括：
4.根据权利要求1所述的方法，其特征在于，所述在第二模型集中进行筛选，得到高效果模型，并基于所述高效果模型确定所述待检验模型的第二解释相似性，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述高效果模型簇包含的各模型的贡献度序列，确定各所述待检验模型的第二解释相似性，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于第三模型集中各模型之间的解释相似性，确定所述待检验模型的第三解释相似性，...
【专利技术属性】
技术研发人员：王逸明，吴天雄，
申请(专利权)人：中国工商银行股份有限公司，
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。