[发明专利]模型训练和数据分类方法及装置

说明书

本公开提供了一种模型训练方法和装置，涉及大数据、机器学习等技术领域。具体实现方案为：根据预先获取的辅助样本和目标样本，得到训练样本；采用预设的权重规则，生成训练样本的训练权重，权重规则用于使辅助样本和目标样本权重占比相同；执行以下训练步骤：将训练样本和训练权重输入基学习器，得到基学习器的输出；基于基学习器的输出，采用迁移算子调整训练权重，直到满足训练停止条件，得到目标模型。该实施方式提高了建模的效率。

技术领域

本公开涉及计算机技术领域，具体涉及大数据、机器学习等技术领域，尤其涉及一种模型训练和数据分类方法及装置、电子设备、计算机可读存储介质以及计算机程序产品。

背景技术

在目标样本较少时，建立模型(例如，分类模型)时一般只能采用逻辑回归等方式建模，建模效果不佳；而在对多份有标签样本进行EDA(Exploratory Data Analysis，数据探索性分析)分析时，需要采用人工策略对多份样本进行合并，得出所需要的训练样本，通过训练样本进行混合建模，建模效果不稳定，且需要大量人工介入，耗时久。

发明内容

本公开提供了一种模型训练方法和装置、数据分类方法和装置、电子设备、计算机可读存储介质以及计算机程序产品。

根据第一方面，提供了一种模型训练方法，该方法包括：根据预先获取的辅助样本和目标样本，得到训练样本；采用预设的权重规则，生成训练样本的训练权重，权重规则用于使辅助样本和目标样本权重占比相同；执行以下训练步骤：将训练样本和训练权重输入基学习器，得到基学习器的输出；基于基学习器的输出，采用迁移算子调整训练权重，直到满足训练停止条件，得到目标模型。

根据第二方面，提供了一种数据分类方法，该方法包括：获取待分类数据；将待分类数据输入采用如第一方面任一实现方式描述的方法生成的目标模型中，输出待分类数据的分类结果。

根据第三方面，提供了一种模型训练装置，该装置包括：拼接单元，被配置成根据预先获取的辅助样本和目标样本，得到训练样本；生成单元，被配置成采用预设的权重规则，生成训练样本的训练权重，权重规则用于使辅助样本和目标样本权重占比相同；第一输入单元，被配置成将训练样本和训练权重输入基学习器，得到基学习器的输出；调整单元，被配置成基于基学习器的输出，采用迁移算子调整训练权重；第一单元，被配置成在满足训练停止条件时，得到分类模型。

根据第四方面，又提供了一种数据分类装置，该装置包括：第二获取单元，被配置成被配置成获取待分类数据；第二输入单元，被配置成将待分类数据输入采用如第三方面任一实现方式描述的装置生成的目标模型中，得到待分类数据的分类结果。

根据第五方面，提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面或第二方面任一实现方式描述的方法。

根据第六方面，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，计算机指令用于使计算机执行如第一方面或第二方面任一实现方式描述的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面或第二方面任一实现方式描述的方法。

本公开的实施例提供的模型训练方法和装置，首先，拼接预先获取的辅助样本和目标样本；其次，采用预设的权重规则，生成训练样本的训练权重，权重规则用于使辅助样本和目标样本权重占比相同；再次，将训练样本和训练权重输入基学习器，得到基学习器的输出；最后，基于基学习器的输出，采用迁移算子调整训练权重，直到满足训练停止条件，得到目标模型。由此采用权重规则生成训练样本的训练权重，保证了输入基学习器的训练样本中目标样本和辅助样本的权重的等价性，在基学习器训练过程中采用迁移算子调整训练样本的权重，并在满足训练停止条件时，停止基学习器的训练，得到目标模型，由此提升了建模的效率。