无监督高维数据特征重要性评估与选择的方法及装置

摘要

本发明提供一种无监督高维数据特征重要性评估与选择的方法及装置，用于解决现有技术中存在的由于只能基于白盒预测模型对高维数据进行特征评估和选择的技术问题，所述方法包括：获取第一样本数据集，以及输入偏移向量，对第一样本数据集中的每个样本的特征向量的第一特征进行偏移处理，确定不同样本对应的不同偏移特征向量集；调用黑盒预测模型，获取不同偏移特征向量集所对应的不同输出特征向量集，确定不同样本对应的不同输出偏移向量；根据不同输出偏移向量以及输入偏移向量，获取第一特征的全局影响力分值，若第一特征的全局影响力分值低于预设阈值，则删除第一样本数据集的每个样本的第一特征。