【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种对象评估方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着人工智能技术的发展，在各种领域中，通过对机器学习模型进行训练，得到训练完成的机器学习模型，进而根据训练完成的机器学习模型，实现对象评估的手段逐渐成为主流的技术手段。
2、目前，模型训练过程一般与特征选择结合。首先，建立机器学习模型，对各特征变量组合对应的机器学习模型进行训练，得到训练完成的机器学习模型，基于机器学习模型的性能，确定特征变量的相关性、稳定性和区分力，并基于特征变量的相关性、稳定性和区分力，对特征变量进行筛选，并基于筛选后的特征变量，得到最优的特征变量组合，并对最优的特征变量组合对应的机器学习模型进行训练，确定最优的训练完成的机器学习模型，以基于最优的训练完成的机器学习模型，进行对象评估。
3、然而，目前的对象评估方式，还缺乏一定的准确度，亟需一种准确的特征选择方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种准确的对象评估方法...
【技术保护点】
1.一种对象评估方法，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，所述基于候选特征，生成多个特征变量组，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于训练结果获得各所述特征变量组对应的评估参数，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一评估参数包括第一稳定性指标与第一特征重要性指标；所述第二评估参数包括第二稳定性指标与第二特征重要性指标；
5.根据权利要求1所述的方法，其特征在于，所述对所述父代特征变量组进行遗传处理，包括如下的一个或多个处理方法：
6.根...
【技术特征摘要】
1.一种对象评估方法，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，所述基于候选特征，生成多个特征变量组，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于训练结果获得各所述特征变量组对应的评估参数，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一评估参数包括第一稳定性指标与第一特征重要性指标；所述第二评估参数包括第二稳定性指标与第二特征重要性指标；
5.根据权利要求1所述的方法，其特征在于，所述对所述父代特征变量组进行遗传处理，包括如下的一个或多个处理方法：
6.根据权利要求5所述的方法，其特征在于，所述采用所述候选特征变量组，替换第三特征变量组，包括：
7.一种对象评估装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述特征变量组生成模块，还用于：获取候选特征与目标特征数量；基于候选特征，随机生成多个特征变量组，各所述特征变量组中特征数量与所述目标特征数量相同。
9.根据权利要求7所述的装置，其特征在于，所述第一筛选模块，还用于：采用各训练完成的机器学习模型对预设验证集进行处理，得到验证结果，并基于所述验证结果与训练结果，得到各所述训练完成的机器学习模型的第一评估参数；采用各训练完成的机器学习模型对预设测试集进行处理，得到测试结果，并基于所述测试结果与训练结果，得到各所述训练完成的机器学习模型的第二评估参数；将所述第一评估参数与所述第二评估参数组合，得到各所述训练完成的机器学习模型对应的各所述特征变量组的评估参数。
10.根据权利要求9所述的装置，其特征在于，所述第一评估参数包括第一稳定性指标与第一特征重要性指标；所述第二评估参数包括第二稳定性指标与第二特征重要性指标；所述第一筛选模块，还用于：从所述特征变量组中，筛选得到所述第一稳定性指标...
【专利技术属性】
技术研发人员：芦少斌，俞泱，马堃，吴超荣，
申请(专利权)人：中国建设银行股份有限公司，
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。