一种特征处理方法、装置、设备以及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习领域，具体涉及一种特征处理方法、装置、设备以及存储介质。

背景技术

特征转换、特征组合是机器学习当中特征处理常用的方法，能够有效提升特征应用的效果。专业人员往往根据对业务和数据的理解以及对数据分析后获取的知识，对特征进行转换和组合。

发明内容

本公开提供了一种特征处理方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种特征处理方法，包括：

获取为目标任务设置的特征处理信息；其中，所述特征处理信息包括目标特征变换函数，不同所述目标特征变换函数之间的组合关系，以及所述目标特征函数待处理的特征标识；

根据所述目标任务的特征处理信息，确定所述目标任务的计算复杂度；

根据所述计算复杂度，对所述目标任务进行处理。

根据本公开的另一方面，提供了一种特征处理装置，包括：

特征处理信息获取模块，用于获取为目标任务设置的特征处理信息；其中，所述特征处理信息包括目标特征变换函数，不同所述目标特征变换函数之间的组合关系，以及所述目标特征函数待处理的特征标识；

计算复杂度确定模块，用于根据所述目标任务的特征处理信息，确定所述目标任务的计算复杂度；

目标任务处理模块，用于根据所述计算复杂度，对所述目标任务进行处理。

根据本公开的第三方面，提供了一种电子设备，该电子设备包括：

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本公开中任一项所述的方法。

根据本公开的第四方面，提供了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本公开中任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开中任一项所述的方法。

根据本公开的技术提高了特征处理的效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的一种特征处理方法的示意图；

图2是根据本公开实施例的一种特征处理方法的示意图；

图3是根据本公开实施例的一种特征处理方法的示意图；

图4是根据本公开实施例的一种特征处理装置的结构示意图；

图5是用来实现本公开实施例的特征处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本公开实施例的一种特征处理方法的示意图，本实施例可以适用于任务处理的情况，典型的，本实施例可以适用于根据计算复杂度进行任务处理的情况。本实施例方法可以由特征处理装置执行，该装置可采用软件和/或硬件的方式实现，并可集成在电子设备中。参见图1，本实施例公开的特征处理方法可以包括：

S101、获取为目标任务设置的特征处理信息；其中，所述特征处理信息包括目标特征变换函数，不同所述目标特征变换函数之间的组合关系，以及所述目标特征函数待处理的特征标识。

S102、根据所述目标任务的特征处理信息，确定所述目标任务的计算复杂度。

S103、根据所述计算复杂度，对所述目标任务进行处理。

其中，目标任务为特征处理任务，其中特征处理任务可以包括特征变化、特征组合、特征组合变换等，本实施例对此不作限制。

特征处理信息为特征处理时需要用到的信息，包括目标特征变换函数，不同目标特征变换函数之间的组合关系，以及目标特征函数待处理的特征标识。特征处理信息的获取方式可以为直接获取为目标任务预先设置的特征处理信息，也可以为根据历史目标任务处理的结果结合模型训练后对历史处理信息进行调整，从而为不同种类的目标任务确定不同的特征处理信息，本实施例对此不作限制。

其中，目标特征变换函数可以为缺失值填充函数、线性变换函数、平方开方等非线性变换函数、归一化函数、离散化函数、证据权重函数等中的一个或多个，本实施例对此不作限制。

当目标特征变换函数大于一时，可以存在不同目标特征变换函数之间的组合关系，组合关系可以包括加、减、乘除、与、或、非以及字符串拼接等，本实施例对此不作限制。

目标特征函数待处理的特征标识为待处理特征的特征标识，可以用于以在特征数据不可见等情况下代表待处理特征的种类或待处理特征的来源，从而提高数据处理的安全性。可以预先基于统计分析等安全方法，对特征数据进行初步了解，从而确认特征数据对应的特征标识，本实施例对此不作限制。

根据特征处理信息，确定目标任务的计算复杂度，其中计算复杂度为执行目标任务过程中计算的复杂程度。计算复杂度越大可能消耗的计算资源越多，计算成本越高。确认方式可以为根据特征处理信息的中指定单个信息的复杂度确定目标任务的计算复杂度或者多个信息的复杂度共同确定目标任务的计算复杂度，本实施例对此不作限制。

根据计算复杂度确定是否对目标任务进行处理，或者确定目标任务的处理方式，例如若计算复杂度低于第一复杂度阈值，则对目标任务进行处理；若计算复杂度高于第二复杂度阈值，则不进行处理等；若复杂度处于第一复杂度阈值和第二复杂度阈值区间内，则对目标任务进行处理，但返回复杂度计算情况和目标任务处理情况，以便于对后续任务的特征处理信息进行调整等，本实施例对此不作限制。

本公开实施例的技术方案，通过确定目标任务的特征处理信息的确定目标任务的计算复杂度，并根据计算复杂度对目标任务进行处理，解决在处理新的特征数据时，直接采用根据历史经验得到特征处理方法，并且在数据处理时才能确定特征处理方法是否适用于新的特征数据，导致降低特征处理效率的问题，达到提高特征处理效率和特征处理的灵活性的效果。

图2是根据本公开实施例的一种特征处理方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本实施例提供的特征处理方法包括：

S201、获取为目标任务设置的特征处理信息；其中，所述特征处理信息包括目标特征变换函数，不同所述目标特征变换函数之间的组合关系，以及所述目标特征函数待处理的特征标识。

S202、获取所述目标特征变换函数的变换复杂度、所述组合关系的组合复杂度，以及所述特征标识的特征复杂度；根据所述特征处理信息，以及所述变换复杂度、所述组合复杂度和所述特征复杂度，确定所述目标任务的计算复杂度。

S203、根据所述计算复杂度，对所述目标任务进行处理。

其中，变换复杂度为目标特征变换函数对应的复杂度，组合复杂度为组合关系对应的复杂度，特征复杂度为特征标识对应的复杂度。不同的目标特征变换函数、组合关系和特征标识可以分别设置不同的复杂度。示例性的，当目标任务中存在多个目标特征变换函数ABC时，目标特征变换函数A、目标特征变换函数B和目标特征变换函数可以分别对应变换复杂度一、变换复杂度二和变换复杂度三。

可以根据特征处理信息确定该目标任务对应的目标特征变换函数、组合关系和特征标识之间是否存在与复杂度相关的特定关系，例如若特征处理信息中同时存在特征标识A、目标特征变换函数B和组合关系C时，在原本各自的复杂度的基础上会减小最终的计算复杂度等。若不存在特定关系时，可以直接将目标任务的特征处理信息对应的各复杂度进行组合得到总的计算复杂度，也可以对不同类型的复杂度赋予不同的权重得到计算复杂度，本实施例对此不作限制。

可选的，其中，所述根据所述计算复杂度，对所述目标任务进行处理，包括：

在所述目标任务的计算复杂度大于复杂度阈值的情况下，拒绝执行所述目标任务，且根据所述目标任务的计算复杂度生成任务调整提示信息。

其中复杂度阈值可以为经验值，也可以为通过机器学习等方式获得的数值，本实施例对此不作限制。当目标任务的计算复杂度大于复杂度阈值的情况下，拒绝执行目标任务，即拒绝执行特征数据具体的组合转换等特征处理操作。

根据计算复杂度计算的过程或者计算的结果可以生成任务调整提示信息，其中任务调整提示信息用于提示任务调整的方向，以使得调整后的目标任务满足计算复杂度要求。

示例性的，任务调整提示信息可以为组合关系过多、目标特征变换函数过多、待处理的特征标识过多等。避免在计算复杂度过高的情况下依旧执行目标任务，导致数据计算复杂、计算效率低下、计算复杂度高、计算成本难以被接受等问题，便于对目标任务进行针对性调整，从而提高后续目标任务执行的效率。

可选的，所述根据所述计算复杂度，对所述目标任务进行处理，包括：

在所述目标任务的计算复杂度小于复杂度阈值的情况下，根据所述目标特征变换函数和不同所述目标特征变换函数之间的组合关系，对与所述特征标识关联的特征数据进行处理，以执行所述目标任务。

当目标任务的计算复杂度小于复杂度阈值的情况下，按照目标特征变换函数和不同目标特征变换函数之间的组合关系，根据具体的设置，可以通过组合关系将目标特征变换函数进行组合，通过组合后的目标特征变换函数将特征标识关联的特征数据进行特征变换处理；或者通过目标特征变换函数将特征标识关联的特征数据进行特征变换处理，再根据组合关系将特征变换处理后的数据进行组合，本实施例对此不作限制。

其中，与特征标识关联的特征数据可以为一个或多个，当为多个时，可以批量进行处理，也可以按照预设的顺序单个进行处理，本实施例对此不作限制。

在计算复杂度小于复杂度阈值的情况下，执行目标任务，避免计算复杂度过高导致降低特征处理的计算效率和提高了计算成本，从而提高了特征处理方法对于该目标任务的可用性。

本公开实施例的技术方案，通过根据特征处理信息，以及变换复杂度、组合复杂度和特征复杂度，确定目标任务的计算复杂度，提高计算复杂度确定的准确性，以提高后续根据该计算复杂度对目标任务进行处理的准确性。

图3是根据本公开实施例的一种特征处理方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的特征处理方法包括：

S301、获取从特征加工页面提供的候选特征变换函数中，为所述目标任务选择的目标特征变换函数。

S302、获取通过所述特征加工页面，为所述目标特征变换函数设置待处理的特征标识，以及为不同所述目标特征变换函数设置的组合关系。

S303、根据所述目标任务的特征处理信息，确定所述目标任务的计算复杂度。

S304、根据所述计算复杂度，对所述目标任务进行处理。

其中，特征加工页面用于用户对为目标任务选择相关的特征处理信息，可以为网页界面、应用程序界面等，本实施例对此不作限制。从所有候选特征变换函数中直接选择一个或多个特征变换函数，或按照函数的类别从每个类别的函数中选择一个或多个特征变换函数作为目标候选特征变换函数，本实施例对此不作限制。示例性的，候选特征变换函数为log变换函数、开方函数、等频分箱函数、缺失值填充函数等，从中选择log变换函数和开方函数作为目标候选特征变换函数。

从特征加工页面中获取为目标特征变换函数设置待处理的特征标识，每个特征标识对应一种待处理的特征数据，通过添加特征标识以确定待处理的特征数据。

特征加工页面获取为不同目标特征变换函数设置的组合关系，确定方式可以为从候选特征关系中选择指定目标特征变换函数对应的组合关系，例如候选特征关系包括加、减、乘除、与、或、非以及字符串拼接等，从中选择目标特征变换函数A和目标特征变换函数B的组合关系为或。需要说明的是，单个目标特征变换函数可以不存在组合关系也可以存在多个组合关系，例如目标特征变换函数A可以与目标特征变换函数B字符串拼接，也可以同时与目标特征变换函数C拼接。

可选的，所述获取为目标任务设置的特征处理信息之后，还包括：

从至少两个候选序列化语言规范中选择目标序列化语言规范；

基于所述目标序列化语言规范，对通过所述特征加工页面确定的所述目标特征变换函数、所述特征标识和所述组合关系进行序列化处理，得到目标任务的序列化表达式，用于基于所述目标任务的序列化表达式执行所述目标任务。

其中，序列化语言规范用于将特征处理信息进行序列化处理，得到特征处理信息的语义化表达，以便于后续按照序列化处理后的信息执行目标任务，实现特征处理在机器上的可应用性。

候选序列化语言规范可以包括JavaScript对象简谱、可扩展标记语言、序列化方法等。

从候选序列化语言规范中选择目标序列化语言规范，并基于目标序列化语言规范，对通过特征加工页面确定的目标特征变换函数、特征标识和组合关系进行序列化处理，得到目标任务的序列化表达式。其中，序列化表达式用于标准化地体现特征处理信息之间的关系。

示例性的，序列化表达式可以为：

X

其中X

不同特征可以先进行组合后通过特征变换函数进行特征变换，也可以先通过特征变换函数进行特征变换后进行组合，根据不同的目标序列化语言规范中的具体语言表达确定不同的序列化表达式。

通过生成目标任务的序列化表达式，可以以标准化表达的方式进行通信和存储，以及应用到目标任务的执行中，便于将特征处理方法应用到后续模型训练并进而应用于产品、业务当中，以发挥特征更大的价值。

本公开实施例的技术方案，通过特征加工页面，获取目标特征变换函数、特征标识，以及为不同目标特征变换函数设置的组合关系，不必为特征处理信息的生成编写相应的代码，提高特征处理信息获取的灵活性、准确性和可用性。

图4是根据本公开实施例的一种特征处理装置的结构示意图。参见图4，本公开实施例提供的特征处理装置400可以包括：

特征处理信息获取模块401，用于获取为目标任务设置的特征处理信息；其中，所述特征处理信息包括目标特征变换函数，不同所述目标特征变换函数之间的组合关系，以及所述目标特征函数待处理的特征标识；

计算复杂度确定模块402，用于根据所述目标任务的特征处理信息，确定所述目标任务的计算复杂度；

目标任务处理模块403，用于根据所述计算复杂度，对所述目标任务进行处理。

本公开实施例的技术方案，通过确定目标任务的特征处理信息的确定目标任务的计算复杂度，并根据计算复杂度对目标任务进行处理，解决在处理新的特征数据时，直接采用根据历史经验得到特征处理方法，并且在数据处理时才能确定特征处理方法是否适用于新的特征数据，导致降低特征处理效率的问题，达到提高特征处理效率和特征处理的灵活性的效果。

可选的，所述计算复杂度确定模块，包括：

复杂度获取单元，用于获取所述目标特征变换函数的变换复杂度、所述组合关系的组合复杂度，以及所述特征标识的特征复杂度；

计算复杂度确定单元，用于根据所述特征处理信息，以及所述变换复杂度、所述组合复杂度和所述特征复杂度，确定所述目标任务的计算复杂度。

可选的，所述目标任务处理模块，包括：

目标任务拒绝执行单元，用于在所述目标任务的计算复杂度大于复杂度阈值的情况下，拒绝执行所述目标任务，且根据所述目标任务的计算复杂度生成任务调整提示信息。

可选的，所述目标任务处理模块，包括：

特征数据处理单元，用于在所述目标任务的计算复杂度小于复杂度阈值的情况下，根据所述目标特征变换函数和不同所述目标特征变换函数之间的组合关系，对与所述特征标识关联的特征数据进行处理，以执行所述目标任务。

可选的，所述特征处理信息获取模块，包括：

目标函数获取单元，用于获取从特征加工页面提供的候选特征变换函数中，为所述目标任务选择的目标特征变换函数；

标识关系获取单元，用于获取通过所述特征加工页面，为所述目标特征变换函数设置待处理的特征标识，以及为不同所述目标特征变换函数设置的组合关系。

可选的，所述装置，还包括：

目标规范选择模块，用于所述特征处理信息获取模块之后，从至少两个候选序列化语言规范中选择目标序列化语言规范；

序列化表达模块，用于基于所述目标序列化语言规范，对通过所述特征加工页面确定的所述目标特征变换函数、所述特征标识和所述组合关系进行序列化处理，得到目标任务的序列化表达式，用于基于所述目标任务的序列化表达式执行所述目标任务。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元505加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元505，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如特征处理方法。例如，在一些实施例中，特征处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元505。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的特征处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行特征处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。