科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种传统特征与深度特征的自动融合方法,包括如下步骤：1.提取传统特征：结合目标任务,利用常规特征工程方法,提取适合于刻画所分析数据的特征；2.将传统特征转换成GBDT模型的叶子索引特征。输入步骤一提取的特征到训练好的梯度提升树模型中提取样本的叶子节点索引特征；叶子节点索引特征被视作类别特征,有n棵树就会有n个类别特征；3.通过增强型DNN实现深度特征的自动提取,稀疏类别特征的转换以及特征的自动融合；具体包含深度特征提取步骤、稀疏类别特征的转换步骤和特征融合步骤。本发明有效融合传统特征工程和深度学习自动提取特征,从而提高分类或回归任务的准确率。
- 单位
