多智能体协同的机器学习流程自动生成方法及系统
知识产权简介
本发明提供了一种基于多智能体协同的机器学习流程自动生成系统,应用于自动化机器学习建模领域,用于提升机器学习流程生成的稳定性、可执行性及模型性能。该方法包括:基于各个领域的数据集和每个数据集对应的机器学习算法模型构建代码仓库,对代码仓库中的机器学习算法模型进行预处理;获取目标数据集,对目标数据集进行自动化分析,提取数据集特征信息,并基于所述数据集特征生成数据分析结果;基于所述数据分析结果,检索代码仓库中与目标数据集相似的数据集流程作为模板,筛选满足预设条件的候选模板作为流程生成的先验信息;在统一调度智能体的控制下,分别调用特征工程智能体、模型构建智能体及超参数优化智能体,基于所述先验信息生成对应的特征工程代码、模型训练代码及超参数搜索空间;对各智能体生成的结果进行结构化验证与兼容性检查,将验证通过的代码片段进行整合,形成完整的机器学习流程;执行所述机器学习流程,并在执行失败时基于执行反馈触发自动修复机制,对流程进行迭代修正,直至流程成功执行或达到预设修复次数;在流程成功执行后,对所述机器学习流程引入超参数优化机制,自动搜索最优超参数配置并输出最终模型结果。
转化前景
本发明提供了一种基于多智能体协同的机器学习流程自动生成系统,应用于自动化机器学习建模领域,用于提升机器学习流程生成的稳定性、可执行性及模型性能。通过技术方案,本发明能够实现多智能体协同下的端到端机器学习流程自动生成,显著提高流程生成的成功率、模型性能及系统的鲁棒性。该发明可以用于企业内数据分析流程的自动构建与优化,赋能企业智能。