公开(公告)号：CN110781978A

公开(公告)日：2020-02-11

申请号：CN201911065763.3

申请日：2019-11-04

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 马健 ,  钟文亮

IPC: G06K9/62 ,  G06N3/12 ,  G06N20/00

Abstract: 本实施例之一涉及一种用于机器学习的特征处理方法和系统。所述方法包括：从基础特征集中获取多个候选特征以及从基础算子集中获取多个候选算子，将所述多个候选特征和多个候选算子组成多个初始特征组合；将所述多个初始特征组合作为遗传规划算法的初始种群，采用遗传规划算法对所述初始种群进行遗传操作，得到优化后的目标种群；基于所述优化后的目标种群得到目标特征组合，所述目标特征组合用基础特征和基础算子的计算结果来表示；其中基础特征属于基础特征集，基础算子属于基础算子集；将所述目标特征组合作为机器学习的一个特征参与机器学习的运算。

公开(公告)号：CN110717785A

公开(公告)日：2020-01-21

申请号：CN201910930427.4

申请日：2019-09-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 马健 ,  钟文亮

IPC: G06Q30/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例公开了一种基于标签分布学习的决策方法。所述方法包括：获取与至少一个用户相关的至少一组特征数据，每一个用户可以对应一组特征数据；对于每一个用户，基于所述一组特征数据，以及第一决策模型，确定与所述用户对应的分布曲线，其中，所述第一决策模型可以为基于标签分布学习的可迁移深度学习模型；至少基于所述分布曲线，确定针对每个用户的第一决策结果，所述第一决策结果可以与第一业务相关。