基于隐藏因素的模型融合方法及系统

摘要

本发明公开了一种基于隐藏因素的模型融合方法及系统，其包括两个以上的神经网络模型，用于对模型变量进行预测，得到对应的两个以上的模型预测结果；其中，所述模型变量包括隐藏变量和/或显性变量；输入层，用于输入对模型效果产生影响的隐藏变量；两个以上的第一全连接层，其与所述的两个以上的神经网络模型相对应，并用于根据所述隐藏变量进行权值的学习；第一输出层，用于输出所述的两个以上的神经网络模型对应的权值；融合模块，用于根据所述权值对所述的两个以上的神经网络模型的模型预测结果进行融合，得到融合预测结果；从而能够充分考虑各模型的优缺点，使得融合后的效果更显著，极大的提高模型融合的准确率。