CN114297454A - 特征的离散化方法、装置、电子设备及计算机可读介质 - Google Patents
特征的离散化方法、装置、电子设备及计算机可读介质 Download PDFInfo
- Publication number
- CN114297454A CN114297454A CN202111658268.0A CN202111658268A CN114297454A CN 114297454 A CN114297454 A CN 114297454A CN 202111658268 A CN202111658268 A CN 202111658268A CN 114297454 A CN114297454 A CN 114297454A
- Authority
- CN
- China
- Prior art keywords
- target
- initial
- time
- sample
- discretization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开涉及一种特征的离散化方法、装置、电子设备及计算机可读介质,属于数据处理技术领域。该方法包括:获取多个采集时刻下的样本数据,每个采集时刻下的样本数据包括各个样本的目标特征对应的特征值;获取从初始时刻到目标时刻的样本数据;根据初始时刻到目标时刻的样本数据和各个样本的样本类型,确定目标特征在目标时刻对应的至少一个初始切分点;根据预设长度的时间窗口对初始切分点进行平滑处理,得到目标特征在目标时刻对应的目标切分点;根据目标切分点对目标时刻的目标特征进行离散化处理。本公开通过对连续型特征建立不同时刻对应的动态切分点,可以更加准确地表达特征在不同时刻的动态意义,提升后续建模效果。
Description
技术领域
本公开涉及数据处理技术领域,具体而言,涉及一种特征的离散化方法、特征的离散化装置、电子设备及计算机可读介质。
背景技术
在数据分析的过程中,分析对象的某些特征和所需要预测的结局往往是动态的,随着时间的推进,需要利用新的特征测量值来更新模型,动态地预测结局。同时在建模中,需要对连续型特征进行离散化,使模型更加稳定。
对于连续型特征的离散化方法,如果仅利用某个时刻所观察到的连续特征结合结局标签进行离散化,则没有考虑其他时间点该特征与结局的关系,只能得到一个片面的结果,影响后续建模的效果。
鉴于此,本领域亟需一种特征的离散化方法,能够对连续型特征建立不同时刻对应的动态切分点,更加准确地表达特征在不同时刻的动态意义,从而提升后续建模效果。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种特征的离散化方法、特征的离散化装置、电子设备及计算机可读介质,进而至少在一定程度上能够更加准确地表达特征在不同时刻的动态意义,从而提升后续建模效果。
根据本公开的第一个方面,提供一种特征的离散化方法,包括:
获取在多个采集时刻下的样本数据,每个所述采集时刻下的样本数据包括在所述采集时刻采集到的各个样本的目标特征对应的特征值,其中,所述样本的样本类型包括正样本和负样本;
分别将各个所述采集时刻确定为目标时刻,并获取从初始时刻到所述目标时刻的样本数据;
根据所述初始时刻到所述目标时刻的样本数据和各个所述样本的样本类型,确定所述目标特征在所述目标时刻对应的至少一个初始切分点;
根据预设长度的时间窗口对所述初始切分点进行平滑处理,得到所述目标特征在所述目标时刻对应的目标切分点;
根据所述目标切分点对所述目标时刻的所述目标特征进行离散化处理。
在本公开的一种示例性实施例中,所述根据所述初始时刻到所述目标时刻的样本数据和各个所述样本的样本类型,确定所述目标特征在所述目标时刻对应的至少一个初始切分点,包括:
获取预设的离散化组数,并根据所述离散化组数确定所述目标特征对应的初始切分点的目标切分点数量;
将所述初始时刻到所述目标时刻的样本数据中的多个特征值进行排序后,根据所述目标切分点数量以及所述样本的样本类型对所述目标特征进行分组,得到所述目标特征在所述目标时刻对应的至少一个初始切分点。
在本公开的一种示例性实施例中,所述根据所述目标切分点数量以及所述样本的样本类型对所述目标特征进行分组,得到所述目标特征在所述目标时刻对应的至少一个初始切分点,包括:
依次将所述目标特征的每个特征值作为候选切分点对所述目标特征进行分组,得到各个所述候选切分点对应的候选初始离散化组别;
根据各个所述候选切分点对应的候选初始离散化组别中所述样本的样本类型,得到各个所述候选切分点对应的样本分离评价指标;
根据各个所述候选切分点对应的样本分离评价指标,从各个所述候选切分点中确定出一个初始切分点;
根据所述初始切分点对对所述目标特征进行分组,得到所述目标特征的初始离散化组别,并根据各个所述初始离散化组别中的样本数量确定出一个再分割离散化组别;
将所述再分割离散化组别中的每个特征值依次作为所述候选切分点,并从所述候选切分点中再确定出一个初始切分点,直到所述初始切分点的数量达到所述目标切分点数量为止。
在本公开的一种示例性实施例中,所述方法还包括:
在对所述目标特征进行分组时,若所述目标特征的任意一个初始离散化组别中的样本数量小于分组样本数量阈值,则将所述目标特征在所述目标时刻对应的初始切分点设置为空值。
在本公开的一种示例性实施例中,所述方法还包括:
若从所述初始时刻到所述目标时刻的各个样本的样本类型仅包含所述正样本或者所述负样本,则将所述目标特征在所述目标时刻对应的初始切分点设置为空值。
在本公开的一种示例性实施例中,所述根据预设长度的时间窗口对所述初始切分点进行平滑处理,得到所述目标特征在所述目标时刻对应的目标切分点,包括:
根据预设长度的时间窗口获取与所述目标时刻相邻的多个其他目标时刻对应的初始切分点;
根据所述目标时刻对应的初始切分点以及与所述目标时刻相邻的多个其他目标时刻对应的初始切分点,得到所述目标特征在所述目标时刻对应的目标切分点。
在本公开的一种示例性实施例中,所述根据所述目标时刻对应的初始切分点以及与所述目标时刻相邻的多个其他目标时刻对应的初始切分点,得到所述目标特征在所述目标时刻对应的目标切分点,包括:
将所述目标时刻对应的初始切分点以及与所述目标时刻相邻的多个其他目标时刻对应的初始切分点的均值,作为所述目标特征在所述目标时刻对应的目标切分点。
根据本公开的第二方面,提供一种特征的离散化装置,包括:
样本数据获取模块,用于获取在多个采集时刻下的样本数据,每个所述采集时刻下的样本数据包括在所述采集时刻采集到的各个样本的目标特征对应的特征值,其中,所述样本的样本类型包括正样本和负样本;
目标时刻数据获取模块,用于分别将各个所述采集时刻确定为目标时刻,并获取从初始时刻到所述目标时刻的样本数据;
初始切分点确定模块,用于根据所述初始时刻到所述目标时刻的样本数据和各个所述样本的样本类型,确定所述目标特征在所述目标时刻对应的至少一个初始切分点;
目标切分点确定模块,用于根据预设长度的时间窗口对所述初始切分点进行平滑处理,得到所述目标特征在所述目标时刻对应的目标切分点;
特征离散化处理模块,用于根据所述目标切分点对所述目标时刻的所述目标特征进行离散化处理。
根据本公开的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的特征的离散化方法。
根据本公开的第四方面,提供一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的特征的离散化方法。
本公开示例性实施例可以具有以下有益效果:
本公开示例实施方式的特征的离散化方法中,通过获取从初始时刻到任意目标时刻的各个样本的目标特征对应的特征值,然后确定所述目标特征在目标时刻对应的初始切分点,并对初始切分点进行平滑处理得到目标切分点,最后根据目标切分点对目标时刻对应的目标特征进行离散化。本公开示例实施方式中通过提供一种按照不同时刻对同一特征分别进行离散化的方法,一方面,对连续型特征建立不同时刻对应的动态切分点,可以更加准确地表达特征在不同时刻的动态意义,使得后续的建模效果更好,建模获益更大;另一方面,根据预设长度的时间窗口参考周围时刻的数据,对初始切分点进行平滑处理,可以解决由于样本量较少而导致的切分点不准确的问题,以及由于数据噪音产生的随机效应,使结果更加可靠。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本公开示例实施方式的特征的离散化方法的流程示意图;
图2示出了本公开示例实施方式的确定目标特征在目标时刻对应的初始切分点的流程示意图;
图3示出了本公开示例实施方式的通过分箱确定初始切分点的流程示意图;
图4示出了本公开示例实施方式的对初始切分点进行平滑处理得到目标切分点的流程示意图;
图5示出了本公开示例实施方式的特征的离散化装置的框图;
图6示出了适于用来实现本公开实施方式的电子设备的计算机***的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在数据分析的过程中,分析对象的某些特征和所需要预测的结局往往是动态的。其中,特征多为动态时序特征,即一段时间内某一指标的多次测量值,以临床数据为例,比如服药后第1~10小时以内每小时的血糖值,或者手术后第1~30天每天的白细胞数量等。
对于所需要预测的结局来说,随着时间的推进,会获得更多的测量值,需要利用新的测量值来更新模型,动态地预测结局。另外,当时间推进到t时刻,在(t-1)时刻已经知道结局的对象则不需要预测。
同时,在建模中,需要对连续型特征进行离散化,特征离散化后,会使模型更加稳定,降低了模型过拟合的风险。在数据驱动的建模中,通常使用有监督学习的方法,分析结局标签(例如是否发病、是否死亡等)与连续变量的关系,使用算法找到最能区分阳性结局和阴性结局的划分点,即最佳离散化划分点,比如决策树分箱、KS(Kolmogorov-Smirnov)分箱、卡方分箱等离散化方法。
举例而言,在研究药物DDL(Didanosine,去羟肌苷)治疗HIV(HumanImmunodeficiencyvirus,人类免疫缺陷病毒)感染病例疗后结果的研究内容中,观察的特征为服用药物后18月内多次检测的CD4细胞计数,预测结局标签为服用药物后18月内是否会在某时刻发生死亡。其中,对CD4细胞计数的离散化处理方法为:“<500”被分箱到low(低组别);“500~1100”被分箱到normal(中组别);“>1100”被分箱到high(高组别)。
在一些相关实施例中,针对连续型时序特征的离散化处理方法,可以采用以下两种处理方式:
1、利用某个时刻(例如基线时刻)的横断面观察到的连续特征,结合结局标签,利用决策树、KS等技术寻找最能区分结局的特征离散化方式。
2、将每个样本的某个特征的多次测量值取平均、最大、最小等统计值,利用每个样本的统计值与标签进行特征离散化。
在上述相关实施例中的特征离散化处理方法中,虽然可以计算某一时刻特征的离散化结果,但当特征本身是一个序列时,不会产生不同时刻不同的离散化结果。如果取该特征某个时刻的测量值来分箱,则没有考虑其他时间点该特征与结局的关系。尤其在临床数据的分析中,当患者处于病程不同阶段,某些特征随着病程而出现较大变化时,得到的是一个片面的结果。另一方面,如果取该特征某段时间段的测量值均值,则该特征与结局的关系可能被平均化,得到的是不准确的结果。
基于上述内容,如果将上述相关实施例中的特征离散化处理方法应用于临床特征数据的分析中,可能会产生以下几个问题:
1、患者接受某种治疗后,某特征会逐渐变化直到稳定。在持续变化过程中,前期该特征处于高水平是正常的,因为疗效还未发挥完全;后期应当处于较低水平,因为到了该治疗发挥作用的时间。此时前期后期离散化应当采用不同的切分点,前期的切分点整体较高,后期则较低。
2、当研究某治疗是否会使患者发生不良反应时,随着时间的推进,已经出现不良反应的患者会被排除研究人群。有一些患者会晚出现或不出现不良反应,他们与早出现不良反应的患者(被排除的患者)可能在某一特征上存在差别。也就是说,前期后期研究的队列不完全相同,采用同样的离散化方法是不合理的。
3、当研究时间跨度较大时,同一疾病治疗方案、人群基础情况等都有较大的变化。
本示例实施方式首先提供了一种特征的离散化方法。参考图1所示,上述特征的离散化方法可以包括以下步骤:
步骤S110.获取在多个采集时刻下的样本数据,每个采集时刻下的样本数据包括在采集时刻采集到的各个样本的目标特征对应的特征值,其中,样本的样本类型包括正样本和负样本。
步骤S120.分别将各个采集时刻确定为目标时刻,并获取从初始时刻到目标时刻的样本数据。
步骤S130.根据初始时刻到目标时刻的样本数据和各个样本的样本类型,确定目标特征在目标时刻对应的至少一个初始切分点。
步骤S140.根据预设长度的时间窗口对初始切分点进行平滑处理,得到目标特征在目标时刻对应的目标切分点。
步骤S150.根据目标切分点对目标时刻的目标特征进行离散化处理。
本公开示例实施方式的特征的离散化方法中,通过获取从初始时刻到任意目标时刻的各个样本的目标特征对应的特征值,然后确定目标特征在目标时刻对应的初始切分点,并对初始切分点进行平滑处理得到目标切分点,最后根据目标切分点对目标时刻对应的目标特征进行离散化。本公开示例实施方式中通过提供一种按照不同时刻对同一特征分别进行离散化的方法,一方面,对连续型特征建立不同时刻对应的动态切分点,可以更加准确地表达特征在不同时刻的动态意义,使得后续的建模效果更好,建模获益更大;另一方面,根据预设长度的时间窗口参考周围时刻的数据,对初始切分点进行平滑处理,可以解决由于样本量较少而导致的切分点不准确的问题,以及由于数据噪音产生的随机效应,使结果更加可靠。
本公开示例实施方式中的特征的离散化方法,可以应用于医疗信息化技术和统计分析领域,更具体的,可以涉及医疗大数据技术在疾病预测、诊治特征分析中的应用。对于临床数据而言,同一特征同样大小,在不同时间的临床意义不同。建立动态切分点可以更准确地表达该特征的临床意义。
离散化处理后的特征可以用于训练样本的结局预测模型,通过训练后结局预测模型可以判定输入样本的结局标签,从而预测输入样本可能会发生的结局类型。例如,可以将患者的与某种疾病相关的临床特征值作为样本数据输入该模型,来预测该患者是否会发生该疾病的结局。
下面,结合图2至图4对本示例实施方式的上述步骤进行更加详细的说明。
在步骤S110中,获取在多个采集时刻下的样本数据,每个采集时刻下的样本数据包括在采集时刻采集到的各个样本的目标特征对应的特征值,其中,样本的样本类型包括正样本和负样本。
本示例实施方式中,样本指的是采集样本数据的主体,样本数据指的是从样本处采集到的目标特征对应的特征值,例如,采集患者在多个时刻的某项临床特征时,样本即为患者,样本数据即为所要采集的患者的目标临床特征对应的特征值,如血糖值等。采集时刻可以为每天或者每小时,根据实际需求确定。
本示例实施方式中,样本的样本类型包括正样本和负样本,举例而言,样本的结局标签属于集合{0,1},其中,结局标签为1的样本为正样本,表示发生预设结局的样本,结局标签为0的样本为负样本,表示未发生预设结局的样本。
在步骤S120中,分别将各个采集时刻确定为目标时刻,并获取从初始时刻到目标时刻的样本数据。
样本的目标特征为动态时序特征,从初始时刻到目标时刻的样本数据就是从初始时刻到目标时刻该目标特征的多次测量值,例如,初始时刻为手术后第1天,目标时刻为手术后第30天,样本的目标特征为患者的白细胞数量,从初始时刻到目标时刻的样本数据即为手术后第1~30天每天的白细胞数量的测量值。
获取从初始时刻到目标时刻的样本数据之后,可以寻找连续型目标特征f在任意目标时刻的最佳划分点Thresholds。以单个特征f,离散化为3组为例,该最佳划分点Thresholds可以将连续型特征f离散化为高、中、低3个组别,另外,可以设定每个组别内样本量不少于M。其中,每个组别内最小样本数量M可以根据整体样本量的大小来调整。
在步骤S130中,根据初始时刻到目标时刻的样本数据和各个样本的样本类型,确定目标特征在目标时刻对应的至少一个初始切分点。
本示例实施方式中,目标特征在目标时刻对应的初始切分点,是根据样本的样本类型和当前目标时刻的目标特征对应的特征值得到的,在确定目标时刻对应的初始切分点时,无需考虑其他目标时刻的特征值。
本示例实施方式中,若从初始时刻到目标时刻的各个样本的样本类型仅包含正样本或者负样本,则将目标特征在目标时刻对应的初始切分点设置为空值。
具体的,在确定目标特征在目标时刻对应的初始切分点之前,首先可以判断在目标时刻是否正负样本均进行了目标特征的测量,如果不符合,则将该目标时刻对应的初始切分点设置为空值,然后直接进入步骤S130,进行切分点的平滑处理。
本示例实施方式中,可以通过对目标特征在目标时刻进行分组,来确定对应的初始切分点。如图2所示,根据初始时刻到目标时刻的样本数据和各个样本的样本类型,确定目标特征在目标时刻对应的至少一个初始切分点,具体可以包括以下几个步骤:
步骤S210.获取预设的离散化组数,并根据离散化组数确定目标特征对应的初始切分点的目标切分点数量。
首先获取预设的离散化组数,目标切分点数量=离散化组数–1。
例如,任意目标时刻的预设离散化组数为3,则该目标时刻对应的初始切分点的目标切分点数量为2。
步骤S220.将初始时刻到目标时刻的样本数据中的多个特征值进行排序后,根据目标切分点数量以及样本的样本类型对目标特征进行分组,得到目标特征在目标时刻对应的至少一个初始切分点。
本示例实施方式中,分组的方式可以通过KS分箱等方法来实现。将连续的目标特征的特征值由小到大进行排序,然后通过KS分箱,得到目标特征在目标时刻对应的一个或多个初始切分点。确定特征切分点的方法是,评价切分后模型的预测结果。
本示例实施方式中,如图3所示,以KS分箱为例,根据目标切分点数量以及样本的样本类型对目标特征进行分组,得到目标特征在目标时刻对应的至少一个初始切分点,具体可以包括以下几个步骤:
步骤S310.依次将目标特征的每个特征值作为候选切分点对目标特征进行分组,得到各个候选切分点对应的候选初始离散化组别。
依次将目标特征的每个特征值分别作为候选切分点,对当前目标时刻的目标特征进行分箱,此时每个候选切分点分别对应两个候选初始离散化组别。
步骤S320.根据各个候选切分点对应的候选初始离散化组别中样本的样本类型,得到各个候选切分点对应的样本分离评价指标。
根据各个候选切分点分别对应的两个候选初始离散化组别中所包含的样本的样本类型,可以计算得到各个候选切分点对应的样本分离评价指标。其中,样本分离评价指标指的是KS值,KS值描述的是数据中正负(发生结局事件和未发生结局事件)样本累计部分之间的差距,可以用于评估模型区分风险的能力。KS值越大,表示该变量的可区分度越高,越能将正负样本区分开来。
步骤S330.根据各个候选切分点对应的样本分离评价指标,从各个候选切分点中确定出一个初始切分点。
对于每一个候选切分点,将KS值最大的作为第一个初始切分点,记为raw-Threshold_1(t)。此时KS分箱数为2。
步骤S340.根据初始切分点对对目标特征进行分组,得到目标特征的初始离散化组别,并根据各个初始离散化组别中的样本数量确定出一个再分割离散化组别。
如果预设的离散化组数大于2,则需要继续进行分箱。此时,可以从当前的两个初始离散化组别中选择一个样本数量较大的作为再分割离散化组别。
与此同时,本示例实施方式中,在对目标特征进行分组时,若目标特征的任意一个初始离散化组别中的样本数量小于分组样本数量阈值,则将目标特征在目标时刻对应的初始切分点设置为空值。
具体的,如果在本步骤中得到的目标特征的初始离散化组别中,存在某一组别中的样本数量小于分组样本数量阈值M,则直接将该目标时刻对应的初始切分点设置为空值,然后直接进入步骤S130,进行切分点的平滑处理。
步骤S350.将再分割离散化组别中的每个特征值依次作为候选切分点,并从候选切分点中再确定出一个初始切分点,直到初始切分点的数量达到目标切分点数量为止。
对再分割离散化组别中的目标特征,可以继续重复上述步骤,将每个特征值依次作为候选切分点,并从候选切分点中再确定出一个初始切分点,直到初始切分点的数量达到目标切分点数量为止。如果需要离散化为3个组别,则依次获得的第二个初始切分点记为raw-Threshold_2(t),此时KS分箱数为3。如果需要离散化为4个组别,则继续获得第三个初始切分点,记为raw-Threshold_3(t)。
对再分割离散化组别的处理过程中,同样,如果出现某一组别中的样本数量小于分组样本数量阈值M,则直接将该目标时刻对应的初始切分点设置为空值,然后直接进入步骤S130,进行切分点的平滑处理。
以离散化为3个组别为例,经过上述步骤,除设置为空的部分,在任意目标时刻t,目标特征均可以获得2个初始切分点,即raw-Threshold_1(t)和raw-Threshold_2(t)。针对每个目标时刻t的初始切分点raw-Threshold_1(t)和raw-Threshold_2(t),可以设置较大值的初始切分点为raw-Threshold_high(t),较小值的初始切分点为raw-Threshold_low(t)。
本示例实施方式中,除了图3中给出的KS分箱以外,确定初始切分点的方法还可以包括卡方分箱、决策树分箱等,本实例实施方式中不做具体限定。
在步骤S140中,根据预设长度的时间窗口对初始切分点进行平滑处理,得到目标特征在目标时刻对应的目标切分点。
得到任意目标时刻的初始切分点以后,可以根据预设长度的时间窗口对初始切分点进行平滑处理,结合相邻时刻的数据,得到目标特征在目标时刻对应的目标切分点。
本示例实施方式中,如图4所示,根据预设长度的时间窗口对初始切分点进行平滑处理,得到目标特征在目标时刻对应的目标切分点,具体可以包括以下几个步骤:
步骤S410.根据预设长度的时间窗口获取与目标时刻相邻的多个其他目标时刻对应的初始切分点。
举例而言,假设时间窗口的预设长度为7,对于目标时刻t对应的两个初始切分点raw-Threshold_high(t)和raw-Threshold_low(t),可以分别取raw-Threshold_high(t-3)~raw-Threshold_high(t+3)这7个连续的初始切分点的值,以及raw-Threshold_low(t-3)~raw-Threshold_low(t+3)这7个连续的初始切分点的值。其中,时间窗口的长度可以根据时序特征实际的采集长度来调整,例如整个数据采集时间跨度为10天,则可以调整时间窗口的长度为3天。
另外,在获取相邻时刻的初始切分点时,如果(t-3)<MIN(t),则将(t-3)设置为MIN(t);如果(t+3)>MAX(t),则将(t+3)设置为MAX(t)。其中,MIN(t)是t取值范围内的最小值,MAX(t)是t取值范围内的最大值。
步骤S420.根据目标时刻对应的初始切分点以及与目标时刻相邻的多个其他目标时刻对应的初始切分点,得到目标特征在目标时刻对应的目标切分点。
本示例实施方式中,可以将目标时刻对应的初始切分点以及与目标时刻相邻的多个其他目标时刻对应的初始切分点的均值,作为目标特征在目标时刻对应的目标切分点。
举例而言,可以取raw-Threshold_high(t-3)~raw-Threshold_high(t+3)这7个连续的初始切分点的均值,得到目标特征在目标时刻对应的第一个目标切分点Threshold_high(t);取raw-Threshold_low(t-3)~raw-Threshold_low(t+3)这7个连续的初始切分点的均值,得到目标特征在目标时刻对应的第二个目标切分点Threshold_low(t)。
除此之外,还可以使用其他在时间上平滑的方法,例如,在时间上建立回归函数,将回归函数的值作为每个时刻的值。上述过程仅以均值为例进行说明,本实例实施方式中不做具体限定。
由于一个特征的切分点不应当在时间上发生突变,因此,对切分点进行平滑可以减少因为数据噪音产生的随机效应。另外,有些情况下,某时刻的样本量可能较少,获得的切分点是根据较少样本获得的,会存在不准确的情况,而对切分点进行平滑可以减少这种不准确,通过参考周围时刻的数据可以使得结果更可靠。
在步骤S150中,根据目标切分点对目标时刻的目标特征进行离散化处理。
对初始切分点进行平滑处理得到目标切分点以后,可以根据目标切分点Threshold_high(t)和Threshold_low(t)对初始时刻到目标时刻t的目标特征进行划分,得到目标特征对应的多个离散化组别,从而完成目标特征的离散化过程。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
进一步的,本公开还提供了一种特征的离散化装置。参考图5所示,该特征的离散化装置可以包括样本数据获取模块510、目标时刻数据获取模块520、初始切分点确定模块530、目标切分点确定模块540以及特征离散化处理模块550。其中:
样本数据获取模块510可以用于获取在多个采集时刻下的样本数据,每个采集时刻下的样本数据包括在采集时刻采集到的各个样本的目标特征对应的特征值,其中,样本的样本类型包括正样本和负样本;
目标时刻数据获取模块520可以用于分别将各个采集时刻确定为目标时刻,并获取从初始时刻到目标时刻的样本数据;
初始切分点确定模块530可以用于根据初始时刻到目标时刻的样本数据和各个样本的样本类型,确定目标特征在目标时刻对应的至少一个初始切分点;
目标切分点确定模块540可以用于根据预设长度的时间窗口对初始切分点进行平滑处理,得到目标特征在目标时刻对应的目标切分点;
特征离散化处理模块550可以用于根据目标切分点对目标时刻的目标特征进行离散化处理。
在本公开的一些示例性实施例中,初始切分点确定模块530可以包括切分点数量确定单元以及初始切分点确定单元。其中:
切分点数量确定单元可以用于获取预设的离散化组数,并根据离散化组数确定目标特征对应的初始切分点的目标切分点数量;
初始切分点确定单元可以用于将初始时刻到目标时刻的样本数据中的多个特征值进行排序后,根据目标切分点数量以及样本的样本类型对目标特征进行分组,得到目标特征在目标时刻对应的至少一个初始切分点。
在本公开的一些示例性实施例中,初始切分点确定单元可以包括候选离散化组别确定单元、样本分离评价指标计算单元、第一初始切分点确定单元、再分割离散化组别确定单元以及初始切分点迭代单元。其中:
候选离散化组别确定单元可以用于依次将目标特征的每个特征值作为候选切分点对目标特征进行分组,得到各个候选切分点对应的候选初始离散化组别;
样本分离评价指标计算单元可以用于根据各个候选切分点对应的候选初始离散化组别中样本的样本类型,得到各个候选切分点对应的样本分离评价指标;
第一初始切分点确定单元可以用于根据各个候选切分点对应的样本分离评价指标,从各个候选切分点中确定出一个初始切分点;
再分割离散化组别确定单元可以用于根据初始切分点对对目标特征进行分组,得到目标特征的初始离散化组别,并根据各个初始离散化组别中的样本数量确定出一个再分割离散化组别;
初始切分点迭代单元可以用于将再分割离散化组别中的每个特征值依次作为候选切分点,并从候选切分点中再确定出一个初始切分点,直到初始切分点的数量达到目标切分点数量为止。
在本公开的一些示例性实施例中,初始切分点确定单元还可以包括分组样本数量判断单元,可以用于在对目标特征进行分组时,若目标特征的任意一个初始离散化组别中的样本数量小于分组样本数量阈值,则将目标特征在目标时刻对应的初始切分点设置为空值。
在本公开的一些示例性实施例中,初始切分点确定模块530还可以包括样本类型判断单元,可以用于若从初始时刻到目标时刻的各个样本的样本类型仅包含正样本或者负样本,则将目标特征在目标时刻对应的初始切分点设置为空值。
在本公开的一些示例性实施例中,目标切分点确定模块540可以包括初始切分点获取单元以及目标切分点确定单元。其中:
初始切分点获取单元可以用于根据预设长度的时间窗口获取与目标时刻相邻的多个其他目标时刻对应的初始切分点;
目标切分点确定单元可以用于根据目标时刻对应的初始切分点以及与目标时刻相邻的多个其他目标时刻对应的初始切分点,得到目标特征在目标时刻对应的目标切分点。
在本公开的一些示例性实施例中,目标切分点确定单元可以包括初始切分点均值计算单元,可以用于将目标时刻对应的初始切分点以及与目标时刻相邻的多个其他目标时刻对应的初始切分点的均值,作为目标特征在目标时刻对应的目标切分点。
上述特征的离散化装置中各模块/单元的具体细节在相应的方法实施例部分已有详细的说明,此处不再赘述。
图6示出了适于用来实现本发明实施例的电子设备的计算机***的结构示意图。
需要说明的是,图6示出的电子设备的计算机***600仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***操作所需的各种程序和数据。CPU601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的***中限定的各种功能。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种特征的离散化方法,其特征在于,包括:
获取在多个采集时刻下的样本数据,每个所述采集时刻下的样本数据包括在所述采集时刻采集到的各个样本的目标特征对应的特征值,其中,所述样本的样本类型包括正样本和负样本;
分别将各个所述采集时刻确定为目标时刻,并获取从初始时刻到所述目标时刻的样本数据;
根据所述初始时刻到所述目标时刻的样本数据和各个所述样本的样本类型,确定所述目标特征在所述目标时刻对应的至少一个初始切分点;
根据预设长度的时间窗口对所述初始切分点进行平滑处理,得到所述目标特征在所述目标时刻对应的目标切分点;
根据所述目标切分点对所述目标时刻的所述目标特征进行离散化处理。
2.根据权利要求1所述的特征的离散化方法,其特征在于,所述根据所述初始时刻到所述目标时刻的样本数据和各个所述样本的样本类型,确定所述目标特征在所述目标时刻对应的至少一个初始切分点,包括:
获取预设的离散化组数,并根据所述离散化组数确定所述目标特征对应的初始切分点的目标切分点数量;
将所述初始时刻到所述目标时刻的样本数据中的多个特征值进行排序后,根据所述目标切分点数量以及所述样本的样本类型对所述目标特征进行分组,得到所述目标特征在所述目标时刻对应的至少一个初始切分点。
3.根据权利要求2所述的特征的离散化方法,其特征在于,所述根据所述目标切分点数量以及所述样本的样本类型对所述目标特征进行分组,得到所述目标特征在所述目标时刻对应的至少一个初始切分点,包括:
依次将所述目标特征的每个特征值作为候选切分点对所述目标特征进行分组,得到各个所述候选切分点对应的候选初始离散化组别;
根据各个所述候选切分点对应的候选初始离散化组别中所述样本的样本类型,得到各个所述候选切分点对应的样本分离评价指标;
根据各个所述候选切分点对应的样本分离评价指标,从各个所述候选切分点中确定出一个初始切分点;
根据所述初始切分点对对所述目标特征进行分组,得到所述目标特征的初始离散化组别,并根据各个所述初始离散化组别中的样本数量确定出一个再分割离散化组别;
将所述再分割离散化组别中的每个特征值依次作为所述候选切分点,并从所述候选切分点中再确定出一个初始切分点,直到所述初始切分点的数量达到所述目标切分点数量为止。
4.根据权利要求3所述的特征的离散化方法,其特征在于,所述方法还包括:
在对所述目标特征进行分组时,若所述目标特征的任意一个初始离散化组别中的样本数量小于分组样本数量阈值,则将所述目标特征在所述目标时刻对应的初始切分点设置为空值。
5.根据权利要求2所述的特征的离散化方法,其特征在于,所述方法还包括:
若从所述初始时刻到所述目标时刻的各个样本的样本类型仅包含所述正样本或者所述负样本,则将所述目标特征在所述目标时刻对应的初始切分点设置为空值。
6.根据权利要求1所述的特征的离散化方法,其特征在于,所述根据预设长度的时间窗口对所述初始切分点进行平滑处理,得到所述目标特征在所述目标时刻对应的目标切分点,包括:
根据预设长度的时间窗口获取与所述目标时刻相邻的多个其他目标时刻对应的初始切分点;
根据所述目标时刻对应的初始切分点以及与所述目标时刻相邻的多个其他目标时刻对应的初始切分点,得到所述目标特征在所述目标时刻对应的目标切分点。
7.根据权利要求6所述的特征的离散化方法,其特征在于,所述根据所述目标时刻对应的初始切分点以及与所述目标时刻相邻的多个其他目标时刻对应的初始切分点,得到所述目标特征在所述目标时刻对应的目标切分点,包括:
将所述目标时刻对应的初始切分点以及与所述目标时刻相邻的多个其他目标时刻对应的初始切分点的均值,作为所述目标特征在所述目标时刻对应的目标切分点。
8.一种特征的离散化装置,其特征在于,包括:
样本数据获取模块,用于获取在多个采集时刻下的样本数据,每个所述采集时刻下的样本数据包括在所述采集时刻采集到的各个样本的目标特征对应的特征值,其中,所述样本的样本类型包括正样本和负样本;
目标时刻数据获取模块,用于分别将各个所述采集时刻确定为目标时刻,并获取从初始时刻到所述目标时刻的样本数据;
初始切分点确定模块,用于根据所述初始时刻到所述目标时刻的样本数据和各个所述样本的样本类型,确定所述目标特征在所述目标时刻对应的至少一个初始切分点;
目标切分点确定模块,用于根据预设长度的时间窗口对所述初始切分点进行平滑处理,得到所述目标特征在所述目标时刻对应的目标切分点;
特征离散化处理模块,用于根据所述目标切分点对所述目标时刻的所述目标特征进行离散化处理。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述处理器执行时,使得所述处理器实现如权利要求1至7中任一项所述的特征的离散化方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的特征的离散化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111658268.0A CN114297454B (zh) | 2021-12-30 | 2021-12-30 | 特征的离散化方法、装置、电子设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111658268.0A CN114297454B (zh) | 2021-12-30 | 2021-12-30 | 特征的离散化方法、装置、电子设备及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114297454A true CN114297454A (zh) | 2022-04-08 |
CN114297454B CN114297454B (zh) | 2023-01-03 |
Family
ID=80973330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111658268.0A Active CN114297454B (zh) | 2021-12-30 | 2021-12-30 | 特征的离散化方法、装置、电子设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114297454B (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040008763A1 (en) * | 2000-04-06 | 2004-01-15 | Jesper Fredriksson | Sliding-window based signal monitoring |
WO2015162748A1 (ja) * | 2014-04-24 | 2015-10-29 | 株式会社日立製作所 | データ変換装置およびデータ変換方法 |
US20160335235A1 (en) * | 2015-05-13 | 2016-11-17 | International Business Machines Corporation | Dynamic modeling of geospatial words in social media |
US9628499B1 (en) * | 2012-08-08 | 2017-04-18 | Google Inc. | Statistics-based anomaly detection |
CN106570484A (zh) * | 2016-11-07 | 2017-04-19 | 中国科学院自动化研究所 | 基于序列切片的显微镜图像采集方法 |
CN107633254A (zh) * | 2017-07-25 | 2018-01-26 | 平安科技(深圳)有限公司 | 建立预测模型的装置、方法及计算机可读存储介质 |
CN108205766A (zh) * | 2016-12-19 | 2018-06-26 | 阿里巴巴集团控股有限公司 | 信息推送方法、装置及*** |
CN108401491A (zh) * | 2016-12-06 | 2018-08-14 | 松下电器(美国)知识产权公司 | 信息处理方法、信息处理***以及程序 |
CN108710878A (zh) * | 2018-04-18 | 2018-10-26 | 武汉工程大学 | 一种铁路接触网支柱号牌字符分割方法及*** |
CN108897834A (zh) * | 2018-06-22 | 2018-11-27 | 招商信诺人寿保险有限公司 | 数据处理与挖掘方法 |
CN110363138A (zh) * | 2019-07-12 | 2019-10-22 | 腾讯科技(深圳)有限公司 | 模型训练方法、图像处理方法、装置、终端及存储介质 |
CN110708285A (zh) * | 2019-08-30 | 2020-01-17 | 中国平安人寿保险股份有限公司 | 流量监控方法、装置、介质及电子设备 |
CN110837525A (zh) * | 2019-11-08 | 2020-02-25 | 京东数字城市(成都)科技有限公司 | 数据处理方法及其装置、电子设备以及计算机可读介质 |
CN110933031A (zh) * | 2019-10-25 | 2020-03-27 | 国网吉林省电力有限公司电力科学研究院 | 一种基于lstm的智能电网配电终端单元入侵检测方法 |
CN111191731A (zh) * | 2020-01-02 | 2020-05-22 | 同盾控股有限公司 | 数据处理的方法、装置、存储介质及电子设备 |
US20200193186A1 (en) * | 2018-12-14 | 2020-06-18 | Denso Ten Limited | Image processing device and image processing method |
CN111504676A (zh) * | 2020-04-23 | 2020-08-07 | 中国石油大学(北京) | 基于多源监控数据融合的设备故障诊断方法、装置及*** |
US20200302234A1 (en) * | 2019-03-22 | 2020-09-24 | Capital One Services, Llc | System and method for efficient generation of machine-learning models |
CN111832222A (zh) * | 2020-06-28 | 2020-10-27 | 成都佳华物链云科技有限公司 | 一种污染物浓度的预测模型训练方法、预测方法及装置 |
CN111884867A (zh) * | 2020-08-17 | 2020-11-03 | 南昌航空大学 | 基于循环生成式对抗网络的机会网络拓扑预测方法及装置 |
CN112183537A (zh) * | 2020-11-30 | 2021-01-05 | 北京易真学思教育科技有限公司 | 模型训练方法及装置、文本区域检测方法及装置 |
CN112418258A (zh) * | 2019-08-22 | 2021-02-26 | 北京京东振世信息技术有限公司 | 一种特征离散化方法和装置 |
CN112819244A (zh) * | 2021-02-23 | 2021-05-18 | 浙江大学 | 一种基于气象因子的rf-hw水质指标混合预测方法 |
CN112818551A (zh) * | 2021-02-07 | 2021-05-18 | 广西中青态环境科技有限公司 | 一种有效提高地理探测器模型精度的新算法 |
CN112990424A (zh) * | 2019-12-17 | 2021-06-18 | 杭州海康威视数字技术股份有限公司 | 神经网络模型训练的方法和装置 |
CN112989710A (zh) * | 2021-04-22 | 2021-06-18 | 苏州联电能源发展有限公司 | 工控传感器数值异常检测方法及装置 |
CN113066580A (zh) * | 2021-03-17 | 2021-07-02 | 上海电气集团股份有限公司 | 一种医疗评分确定方法、装置、电子设备及存储介质 |
US20210241141A1 (en) * | 2018-05-10 | 2021-08-05 | Equifax Inc. | Training or using sets of explainable machine-learning modeling algorithms for predicting timing of events |
CN113343563A (zh) * | 2021-05-27 | 2021-09-03 | 中交第二公路勘察设计研究院有限公司 | 基于样本自动选择与地表形变速率的滑坡易发性评价方法 |
US20210330238A1 (en) * | 2018-09-06 | 2021-10-28 | Technion Research & Development Foundation Limited | Predicting ventricular fibrillation |
CN113570396A (zh) * | 2021-01-26 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 时间序列数据异常检测方法、装置、设备及存储介质 |
WO2021236362A1 (en) * | 2020-05-19 | 2021-11-25 | Merln, Llc | Computing technologies for preserving signals in data inputs with moderate to high levels of variances in data sequence lengths for artificial neural network model training |
-
2021
- 2021-12-30 CN CN202111658268.0A patent/CN114297454B/zh active Active
Patent Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040008763A1 (en) * | 2000-04-06 | 2004-01-15 | Jesper Fredriksson | Sliding-window based signal monitoring |
US9628499B1 (en) * | 2012-08-08 | 2017-04-18 | Google Inc. | Statistics-based anomaly detection |
WO2015162748A1 (ja) * | 2014-04-24 | 2015-10-29 | 株式会社日立製作所 | データ変換装置およびデータ変換方法 |
US20160335235A1 (en) * | 2015-05-13 | 2016-11-17 | International Business Machines Corporation | Dynamic modeling of geospatial words in social media |
CN106570484A (zh) * | 2016-11-07 | 2017-04-19 | 中国科学院自动化研究所 | 基于序列切片的显微镜图像采集方法 |
CN108401491A (zh) * | 2016-12-06 | 2018-08-14 | 松下电器(美国)知识产权公司 | 信息处理方法、信息处理***以及程序 |
CN108205766A (zh) * | 2016-12-19 | 2018-06-26 | 阿里巴巴集团控股有限公司 | 信息推送方法、装置及*** |
CN107633254A (zh) * | 2017-07-25 | 2018-01-26 | 平安科技(深圳)有限公司 | 建立预测模型的装置、方法及计算机可读存储介质 |
CN108710878A (zh) * | 2018-04-18 | 2018-10-26 | 武汉工程大学 | 一种铁路接触网支柱号牌字符分割方法及*** |
US20210241141A1 (en) * | 2018-05-10 | 2021-08-05 | Equifax Inc. | Training or using sets of explainable machine-learning modeling algorithms for predicting timing of events |
CN108897834A (zh) * | 2018-06-22 | 2018-11-27 | 招商信诺人寿保险有限公司 | 数据处理与挖掘方法 |
US20210330238A1 (en) * | 2018-09-06 | 2021-10-28 | Technion Research & Development Foundation Limited | Predicting ventricular fibrillation |
US20200193186A1 (en) * | 2018-12-14 | 2020-06-18 | Denso Ten Limited | Image processing device and image processing method |
US20200302234A1 (en) * | 2019-03-22 | 2020-09-24 | Capital One Services, Llc | System and method for efficient generation of machine-learning models |
CN110363138A (zh) * | 2019-07-12 | 2019-10-22 | 腾讯科技(深圳)有限公司 | 模型训练方法、图像处理方法、装置、终端及存储介质 |
CN112418258A (zh) * | 2019-08-22 | 2021-02-26 | 北京京东振世信息技术有限公司 | 一种特征离散化方法和装置 |
CN110708285A (zh) * | 2019-08-30 | 2020-01-17 | 中国平安人寿保险股份有限公司 | 流量监控方法、装置、介质及电子设备 |
CN110933031A (zh) * | 2019-10-25 | 2020-03-27 | 国网吉林省电力有限公司电力科学研究院 | 一种基于lstm的智能电网配电终端单元入侵检测方法 |
CN110837525A (zh) * | 2019-11-08 | 2020-02-25 | 京东数字城市(成都)科技有限公司 | 数据处理方法及其装置、电子设备以及计算机可读介质 |
CN112990424A (zh) * | 2019-12-17 | 2021-06-18 | 杭州海康威视数字技术股份有限公司 | 神经网络模型训练的方法和装置 |
CN111191731A (zh) * | 2020-01-02 | 2020-05-22 | 同盾控股有限公司 | 数据处理的方法、装置、存储介质及电子设备 |
CN111504676A (zh) * | 2020-04-23 | 2020-08-07 | 中国石油大学(北京) | 基于多源监控数据融合的设备故障诊断方法、装置及*** |
WO2021236362A1 (en) * | 2020-05-19 | 2021-11-25 | Merln, Llc | Computing technologies for preserving signals in data inputs with moderate to high levels of variances in data sequence lengths for artificial neural network model training |
CN111832222A (zh) * | 2020-06-28 | 2020-10-27 | 成都佳华物链云科技有限公司 | 一种污染物浓度的预测模型训练方法、预测方法及装置 |
CN111884867A (zh) * | 2020-08-17 | 2020-11-03 | 南昌航空大学 | 基于循环生成式对抗网络的机会网络拓扑预测方法及装置 |
CN112183537A (zh) * | 2020-11-30 | 2021-01-05 | 北京易真学思教育科技有限公司 | 模型训练方法及装置、文本区域检测方法及装置 |
CN113570396A (zh) * | 2021-01-26 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 时间序列数据异常检测方法、装置、设备及存储介质 |
CN112818551A (zh) * | 2021-02-07 | 2021-05-18 | 广西中青态环境科技有限公司 | 一种有效提高地理探测器模型精度的新算法 |
CN112819244A (zh) * | 2021-02-23 | 2021-05-18 | 浙江大学 | 一种基于气象因子的rf-hw水质指标混合预测方法 |
CN113066580A (zh) * | 2021-03-17 | 2021-07-02 | 上海电气集团股份有限公司 | 一种医疗评分确定方法、装置、电子设备及存储介质 |
CN112989710A (zh) * | 2021-04-22 | 2021-06-18 | 苏州联电能源发展有限公司 | 工控传感器数值异常检测方法及装置 |
CN113343563A (zh) * | 2021-05-27 | 2021-09-03 | 中交第二公路勘察设计研究院有限公司 | 基于样本自动选择与地表形变速率的滑坡易发性评价方法 |
Non-Patent Citations (3)
Title |
---|
刘伟: "基于粗集的连续属性离散化方法", 《吉林师范大学学报(自然科学版)》 * |
曾正良等: "基于复合粒子群的数据分类方法", 《计算机工程与应用》 * |
程红等: "遥感图像中舰船目标的快速精细检测", 《光电工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114297454B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220254493A1 (en) | Chronic disease prediction system based on multi-task learning model | |
Churpek et al. | Multicenter comparison of machine learning methods and conventional regression for predicting clinical deterioration on the wards | |
CN109243620B (zh) | 基于血药浓度监测的药效优化方法及装置 | |
CN110705403A (zh) | 细胞分类方法、装置、介质及电子设备 | |
CN109243546B (zh) | 抗凝药药效优化模型的建立方法及装置 | |
WO2022060949A1 (en) | Systems and methods for automatically identifying a candidate patient for enrollment in a clinical trial | |
CN111243736A (zh) | 一种生存风险评估方法及*** | |
Khajehei et al. | Data mining and medical research studies | |
CN114297454B (zh) | 特征的离散化方法、装置、电子设备及计算机可读介质 | |
CN115831219B (zh) | 一种质量预测方法、装置、设备及存储介质 | |
CN115547502B (zh) | 基于时序数据的血透病人风险预测装置 | |
Asteris et al. | Prognosis of COVID-19 severity using DERGA, a novel machine learning algorithm | |
CN115658877A (zh) | 基于强化学习的药物推荐方法、装置、电子设备和介质 | |
CN115579069A (zh) | scRNA-Seq细胞类型注释数据库的构建方法、装置及电子设备 | |
Vijayvargiya et al. | A lime-based explainable machine learning technique for the risk prediction of chronic kidney disease | |
CN114446470A (zh) | 基于人工智能模型的急性肾损伤恢复时间预测方法 | |
Nistal-Nuño | Artificial intelligence forecasting mortality at an intensive care unit and comparison to a logistic regression system | |
Mazet et al. | Population genetics: coalescence rate and demographic parameters inference | |
CN112908484A (zh) | 一种跨模态融合分析疾病的***、设备、存储介质 | |
Kadhim et al. | Machine Learning Prediction of Brain Stroke at an Early Stage | |
CN114662623B (zh) | 基于XGBoost的凝血检测中血液样本的分类方法及*** | |
Rusyana et al. | Prediction Analysis Of Four Disease Risk Using Decision Tree C4. 5 | |
Mala | A Hybrid Apporach of Classification Techniques for Predicting Diabetes using Feature Selection | |
Siahmarzkooh | ACO-based Type 2 Diabetes Detection using Artificial Neural Networks. | |
Liu et al. | Stroke prediction model based on a decision tree |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |