(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 202211122890.4 (22)申请日 2022.09.15 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 王天祺　刘昊骋　徐世界　徐靖宇　 田建　 (74)专利代理 机构 北京银龙知识产权代理有限 公司 11243 专利代理师 刘念 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/22(2019.01) G06F 16/2455(2019.01) G06N 20/00(2019.01)G06Q 40/02(2012.01) (54)发明名称 特征集确定方法、 装置及电子设备 (57)摘要 本公开提供了一种特征集确定方法、 装置及 电子设备， 涉及人工智 能技术领域， 具体涉及机 器学习、 数据挖掘技术领域， 可应用于金融风控、 智能零售等场景。 具体实现方案为： 获取第一对 象在目标场景下的训练数据； 基于训练数据， 构 建目标决策树， 目标决策树中一个节 点对应所述 目标场景下的一个对象特征； 获取目标决策树中 从根节点至非根节点的路径下的对象特征， 得到 N个特征集， 一个特征集包括从根节点至一个非 根节点的路径下的各对象特征； 基于训练数据， 确定N个特征集的权重信息； 基于权重信息， 从N 个特征集中确定目标特征集， 目标特征集用于基 于第二对象在目标场景下的数据对第二对象进 行分类。 权利要求书3页 说明书10页 附图2页 CN 115456077 A 2022.12.09 CN 115456077 A 1.一种特 征集确定方法， 包括： 获取第一对象在目标场景 下的训练数据； 基于所述训练数据， 构建目标决策树， 所述目标决策树中一个节点对应所述目标场景 下的一个对象特 征； 获取所述目标决策树中从根节点至非根节点的路径下的对象特征， 得到N个特征集， 一 个特征集包括从根节点至一个非根节点的路径下的各对象特 征， N为正整数； 基于所述训练数据， 确定所述 N个特征集的权 重信息； 基于所述权重信 息， 从所述N个特征集中确定目标特征集， 所述目标特征集用于基于第 二对象在所述目标场景 下的数据对所述第二对象进行分类。 2.根据权利要求1所述的方法， 还 包括： 获取用于指示决策树结构的目标参数； 所述基于所述训练数据， 构建目标决策树， 包括： 基于所述训练数据和所述目标参数对预设树模型进行训练； 在所述预设树模型训练完成的情况 下， 获取所述预设树模型输出的目标决策树。 3.根据权利要求1所述的方法， 其中， 所述基于所述训练数据， 确定所述N个特征集的权 重信息， 包括： 基于所述N个特征集和所述训练数据， 对所述第 一对象进行分类标注， 得到所述第一对 象在所述 N个特征集下的N个分类特 征； 基于所述 N个分类特 征， 对所述 N个特征集匹配的逻辑回归 模型进行训练； 在所述逻辑回归模型训练完成的情况下， 将所述逻辑回归模型的参数确定为所述N个 特征集的权 重信息。 4.根据权利要求1所述的方法， 其中， 所述基于所述权重信 息， 从所述N个特征集中确定 目标特征集， 包括： 从所述N个特征集中提取第一权重对应的特征集， 所述第一权重为所述权重信息中为 正数的权 重； 从所述第一权 重对应的特 征集中获取权 重从大到小排序在前 K的特征集， K为 正整数； 基于所述 排序在前 K的特征集， 确定目标 特征集。 5.根据权利要求4所述的方法， 其中， 所述基于所述排序在前K的特征集， 确定目标特征 集， 包括： 获取所述排序在前 K的特征集对应的目标信息； 基于所述目标信息， 从所述 排序在前 K的特征集中确定目标 特征集； 所述目标信息包括以下至少一项： 所述排序在前K的特征集中， 每个特征集所命中的目标对象的数量与所述训练数据中 目标对象的总数量的比率， 所述目标对象为第一分类下的第一对象； 所述排序在前 K的特征集中， 每 个特征集所命中的第一对象的数量； 所述排序在前 K的特征集所命中的第一对象的总数量。 6.一种特 征集确定装置， 包括： 第一获取模块， 用于获取第一对象在目标场景 下的训练数据； 构建模块， 用于基于所述训练数据， 构建目标 决策树， 所述目标决策树中一个节点对应权　利　要　求　书 1/3 页 2 CN 115456077 A 2所述目标场景 下的一个对象特 征； 第二获取模块， 用于获取所述目标决策树中从根节点至非根节点的路径下的对象特 征， 得到N个特征集， 一个特征集包括 从根节点至一个非根节点的路径下的各对象特征， N为 正整数； 第一确定模块， 用于基于所述训练数据， 确定所述 N个特征集的权 重信息； 第二确定模块， 用于基于所述权重信息， 从所述N个特征集中确定目标特征集， 所述目 标特征集用于基于第二对象在所述目标场景 下的数据对所述第二对象进行分类。 7.根据权利要求6所述的装置， 还 包括： 第三获取模块， 用于获取用于指示决策树结构的目标参数； 所述构建模块， 具体用于： 基于所述训练数据和所述目标参数对预设树模型进行训练； 在所述预设树模型训练完成的情况 下， 获取所述预设树模型输出的目标决策树。 8.根据权利要求6所述的装置， 其中， 所述第一确定模块， 具体用于： 基于所述N个特征集和所述训练数据， 对所述第 一对象进行分类标注， 得到所述第一对 象在所述 N个特征集下的N个分类特 征； 基于所述 N个分类特 征， 对所述 N个特征集匹配的逻辑回归 模型进行训练； 在所述逻辑回归模型训练完成的情况下， 将所述逻辑回归模型的参数确定为所述N个 特征集的权 重信息。 9.根据权利要求6所述的装置， 其中， 所述第二确定模块包括： 提取单元， 用于从所述N个特征集中提取第一权重对应的特征集， 所述第 一权重为所述 权重信息中为 正数的权 重； 获取单元， 用于从所述第一权重对应的特征集中获取权重从大到小排序在前K的特征 集， K为正整数； 确定单元， 用于基于所述 排序在前 K的特征集， 确定目标 特征集。 10.根据权利要求9所述的装置， 其中， 所述确定单 元， 具体用于： 获取所述排序在前 K的特征集对应的目标信息； 基于所述目标信息， 从所述 排序在前 K的特征集中确定目标 特征集； 所述目标信息包括以下至少一项： 所述排序在前K的特征集中， 每个特征集所命中的目标对象的数量与所述训练数据中 目标对象的总数量的比率， 所述目标对象为第一分类下的第一对象； 所述排序在前 K的特征集中， 每 个特征集所命中的第一对象的数量； 所述排序在前 K的特征集所命中的第一对象的总数量。 11.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑5中任一项所述的方法。 12.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1 ‑5中任一项所述的方法。权　利　要　求　书 2/3 页 3 CN 115456077 A 3