[发明专利]模型构建方法、装置、设备与计算机可读存储介质

权利要求书

1.一种模型构建方法，其特征在于，所述模型构建方法包括如下步骤：

获取目标样本集合，根据预设规则从所述目标样本集合中确定当前目标样本；

对所述当前目标样本对应的第一目标变量集合进行赋权操作，并根据经过所述赋权操作的第一目标变量集合对当前模型进行模型训练，以得到目标模型。

2.如权利要求1所述的模型构建方法，其特征在于，所述根据预设规则从所述目标样本集合中确定当前目标样本的步骤包括：

确定所述目标样本集合中的每个目标样本的第一重要程度，并基于所述第一重要程度对每个目标样本进行排序，得到排序结果；

根据所述排序结果，确定当前目标样本。

3.如权利要求1所述的模型构建方法，其特征在于，所述对所述当前目标样本集合对应的第一目标变量集合的进行赋权操作的步骤包括：

获取所述当前模型中对应的模型变量集合，并确定所述模型变量集合的第二重要程度；

根据所述第二重要程度，确定所述当前目标样本集合对应的第一目标变量集合的第三重要程度，并根据所述第三重要程度，对所述第一目标变量集合进行赋权操作。

4.如权利要求1所述的模型构建方法，其特征在于，所述根据经过所述赋权操作的第一目标变量集合对所述当前模型进行模型训练，以得到目标模型的步骤包括：

获取所述当前模型对应的当前决策树，并根据经过所述赋权操作的第一目标变量集合对所述当前决策树进行增量操作，以得到目标决策树；

基于所述目标决策树进行构建得到目标模型。

5.如权利要求4所述的模型构建方法，其特征在于，所述根据经过所述赋权操作的第一目标变量集合对所述当前决策树进行增量操作，以得到目标决策树的步骤包括：

获取经过所述赋权操作的第一目标变量集合中每个目标变量对应的权重值，并根据所述权重值，确定第二目标变量集合；

根据所述第二目标变量集合对所述当前决策树进行增量操作，以得到目标决策树。

6.如权利要求5所述的模型构建方法，其特征在于，所述根据第二目标变量集合对所述当前决策树进行增量操作的步骤包括：

计算所述第二目标变量集合中的每个第二目标变量对应的不确定性，并将每个第二目标变量对应的不确定性进行对比，确定以所述不确定性最小的第二目标变量作为切分点；

基于所述切分点和所述第二目标变量集合，对所述当前决策树进行增量操作。

7.如权利要求1所述的模型构建方法，其特征在于，所述得到目标模型的步骤之后，所述模型构建方法还包括：

以所述目标模型作为当前模型，并执行步骤：根据预设规则从所述目标样本集合中确定当前目标样本。

8.一种模型构建装置，其特征在于，所述模型构建装置包括：

确定模块，用于获取目标样本集合，根据预设规则从所述目标样本集合中确定当前目标样本；

训练模块，用于对所述当前目标样本对应的第一目标变量集合进行赋权操作，并根据经过所述赋权操作的第一目标变量集合对当前模型进行模型训练，以得到目标模型。

9.一种模型构建设备，其特征在于，所述模型构建设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的模型构建程序，所述模型构建程序被所述处理器执行时实现如权利要求1至7中任一项所述的模型构建方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有模型构建程序，所述模型构建程序被处理器执行时实现如权利要求1至7中任一项所述的模型构建方法的步骤。