【技术实现步骤摘要】
本申请涉及机器学习，特别是涉及一种基于结构化数据的自动机器学习方法及系统。
技术介绍
1、在现在的信息化社会中，数据已成为推动科技进步和业务发展的核心动力；结构化数据，如关系型数据库中的表格数据，由于其固有的规则性和可预测性，在机器学习领域具有广泛的应用；然而，传统的机器学习框架往往要求用户具备深厚的数据科学和编程背景，以便进行特征工程、模型选择和参数调优等一系列繁琐的操作；这不仅增加了学习成本，也限制了机器学习技术在更广泛领域的应用。随着自动化和智能化技术的发展，自动机器学习（automl）逐渐成为研究热点。automl旨在通过自动化流程，减少机器学习过程中的手动干预，从而提高建模效率并降低技术门槛。基于结构化数据的automl框架及系统，更是在这一背景下应运而生，为处理和分析结构化数据提供了更加便捷和高效的解决方案。
2、目前，通过分析跟研究现有开源的automl框架，发现有以下几个方面的不足：1）通用性跟适应用，某些automl框架可能对特定类型的数据或问题领域有更好的适应性，而对其他类型的数据或问题则不够灵活，无法涵...
【技术保护点】
1.一种基于结构化数据的自动机器学习方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述将所述结构化数据集进行类型识别，以获取目标任务类型和目标特征类型，具体包括：
3.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述将所述结构化数据集进行类型识别，以获取目标任务类型和目标特征类型，具体包括：
4.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述根据所述目标特征类型获取目标特征组合之前，还包括：
5.根据权利要求1所述的基...
【技术特征摘要】
1.一种基于结构化数据的自动机器学习方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述将所述结构化数据集进行类型识别，以获取目标任务类型和目标特征类型，具体包括：
3.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述将所述结构化数据集进行类型识别，以获取目标任务类型和目标特征类型，具体包括：
4.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述根据所述目标特征类型获取目标特征组合之前，还包括：
5.根据权利要求1所述的基于结构化数据的自动机器学习方法，其特征在于，所述根据所述目标特征类型构建对应的特征工程，...
【专利技术属性】
技术研发人员：陈铁金，李国庆，
申请(专利权)人：智慧眼科技股份有限公司，
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。