(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210699771.9 (22)申请日 2022.06.20 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 瞿学新　陈涛　翟文博　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 孟霞 (51)Int.Cl. G06Q 40/02(2012.01) G06K 9/62(2022.01) (54)发明名称 一种特征筛选方法、 装置、 设备和存 储介质 (57)摘要 本申请实施例公开了一种特征筛选方法、 装 置、 设备和存储介质， 包括： 获取样本数据； 根据 所述样本数据构建初始第一模型， 并确定初始评 分以及初始权重； 通过所述样 本数据对所述初始 第一模型进行训练， 直到达到预设迭代次数为 止， 获得训练完成的第一模型； 根据所述训练完 成的第一模型确定当前评分； 根据所述初始评 分、 所述当前评分以及所述初始权重生成当前权 重； 根据所述当前权重， 从第一数量个所述初始 特征中筛选出第二数量个所述目标特征。 基于随 机游走以及交叉验证方法筛选出目标特征， 本申 请实施例所提供的技术方案在计算目标特征时， 计算量小且准确率高， 相较于 现有的特征筛选方 法， 效果更好。 权利要求书2页 说明书10页 附图2页 CN 115205013 A 2022.10.18 CN 115205013 A 1.一种特 征筛选方法， 其特 征在于， 包括： 获取样本数据， 所述样本数据为用于表征第一数量个初始特 征的数据； 根据所述样本数据构建初始第一模型， 并确定初始评分 以及初始权重， 所述初始评分 用于表征对于所述初始模型的模型效果的评价， 所述初始权 重与所述初始特 征一一对应； 通过所述样本数据对所述初始第一模型进行训练， 直到达到预设迭代次数为止， 获得 训练完成的第一模型； 根据所述训练完成的第 一模型确定当前评分， 所述当前评分用于表征对于所述第 一模 型的模型效果的评价； 根据所述初始评分、 所述当前评分 以及所述初始权重生成当前权重， 所述当前权重与 所述初始特 征一一对应； 根据所述当前权 重， 从第一数量个所述初始特 征中筛选出第二数量个所述目标 特征。 2.如权利要求1所述的方法， 其特征在于， 所述根据所述样本数据构建初始第一模型， 并确定初始评分以及 初始权重， 包括： 基于随机游走算法从所述第 一数量个初始特征中筛选出第 三数量个训练特征， 并获取 每个所述初始特 征对应的选中概 率； 根据所述第三数量与所述第一数量确定所述初始权 重； 采用交叉验证方法对所述第三数量个训练特 征进行评估处 理， 获得所述初始评分。 3.如权利要求2所述的方法， 其特征在于， 所述根据 所述第三数量与 所述第一数量确定 所述初始权 重， 包括： 计算所述第三数量与所述第一数量的比值， 该比值 为所述初始权 重。 4.如权利要求2所述的方法， 其特征在于， 所述根据所述初始评分、 所述当前评分 以及 所述初始权 重生成当前权 重， 包括： 根据所述第一数量、 所述第三数量和所述初始权 重， 计算生成更新权 重； 根据所述更新权 重、 所述初始评分和所述当前评分， 计算 生成所述当前权 重。 5.如权利要求4所述的方法， 其特征在于， 所述根据所述第一数量、 所述第三数量和所 述初始权 重， 计算生成更新权 重， 包括： 根据公式w'j＝wj‑(sum(W)‑m)/(n‑m)计算更新权重w'j， 其中， wj为初始权重， j为迭代次 数， n为所述第一数量， m为所述第三数量， sum(W)为迭代过程中更新得到的更新权重的总 和。 6.如权利要求4所述的方法， 其特征在于， 所述根据所述更新权重、 所述初始评分和所 述当前评分， 计算 生成所述当前权 重， 包括： 根据公式 计算当前权重wk， 其中， w'j为更新权重， pre_score为所述初始评分， score为所述当前评分。 7.如权利要求1所述的方法， 其特征在于， 所述根据所述当前权重， 从第一数量个所述 初始特征中筛选出第二数量个所述目标 特征， 包括： 根据所述当前权 重， 对所述第一数量个初始特 征以降序进行排列， 得到初始特 征序列； 从所述初始特 征序列中筛 选出前第二数量个初始特 征作为所述目标 特征。权　利　要　求　书 1/2 页 2 CN 115205013 A 28.一种特 征筛选装置， 其特 征在于， 包括： 样本数据单元， 用于获取样本数据， 所述样本数据为用于表征第一数量个初始特征的 数据； 初始单元， 用于根据 所述样本数据构建初始第 一模型， 并确定初始评分以及初始权重， 所述初始评 分用于表征对于所述初始模型的模 型效果的评价， 所述初始权重与所述初始特 征一一对应； 训练单元， 用于通过所述样本数据对所述初始第一模型进行训练， 直到达到预设迭代 次数为止， 获得训练完成的第一模型； 评分单元， 用于根据所述训练完成的第一模型确定当前评分， 所述当前评分用于表征 对于所述第一模型的模型效果的评价； 权重单元， 用于根据 所述初始评分、 所述当前评分以及所述初始权重生成当前权重， 所 述当前权 重与所述初始特 征一一对应； 筛选单元， 用于根据所述当前权重， 从第一数量个所述初始特征中筛选出第二数量个 所述目标 特征。 9.一种设备， 其特征在于， 包括处理器和存储器， 所述存储器存储有多条指令； 所述处 理器从所述存储器中加载指 令， 以执行如权利要求1～7任一项 所述的一种特征筛选方法中 的步骤。 10.一种存储介质， 其特征在于， 所述存储介质存储有多条指令， 所述指令适于处理器 进行加载， 以执 行权利要求1～7任一项所述的一种特 征筛选方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115205013 A 3