[发明专利]模型训练方法、装置、设备及存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述模型训练方法包括以下步骤：

获取用户基于特征推荐界面选择的优选特征；

获取所述优选特征对应的训练数据；

利用所述优选特征和所述训练数据对预设预测模型进行训练，得到训练后的模型；

计算所述训练后的模型的模型评价指标，根据所述模型评价指标确定所述训练后的模型是否训练通过。

2.如权利要求1所述的模型训练方法，其特征在于，所述获取用户基于特征推荐界面选择的优选特征的步骤之前，还包括：

获取自变量和目标变量；

分析所述自变量和所述目标变量之间的关系，得到分析结果；

根据所述分析结果确定各自变量的重要程度，根据所述重要程度确定得到推荐特征；

根据所述推荐特征生成所述特征推荐界面。

3.如权利要求1所述的模型训练方法，其特征在于，所述获取所述优选特征对应的训练数据的步骤之前，还包括：

获取初始数据；

对所述初始数据进行处理，得到待训练数据；

所述获取所述优选特征对应的训练数据的步骤，包括：

从所述待训练数据中筛选得到所述优选特征对应的训练数据。

4.如权利要求1所述的模型训练方法，其特征在于，所述根据所述模型评价指标确定所述训练后的模型是否训练通过的步骤包括：

将所述模型评价指标与预设阈值进行比较，得到比较结果；

根据所述比较结果确定所述训练后的模型是否训练通过。

5.如权利要求1至4中任一项所述的模型训练方法，其特征在于，所述根据所述模型评价指标确定所述训练后的模型是否训练通过的步骤之后，还包括：

若确定所述训练后的模型为训练通过，则获取增量数据，利用所述训练后的模型对所述增量数据进行预测；

若确定所述训练后的模型为训练未通过，则生成提示信息，以提示用户重新选择优选特征。

6.如权利要求1至4中任一项所述的模型训练方法，其特征在于，所述模型评价指标包括准确率、精确率、召回率和F1值中的一种或多种。

7.一种模型训练装置，其特征在于，所述模型训练装置包括：

特征获取模块，用于获取用户基于特征推荐界面选择的优选特征；

数据获取模块，用于获取所述优选特征对应的训练数据；

模型训练模块，用于利用所述优选特征和所述训练数据对预设预测模型进行训练，得到训练后的模型；

模型评价模块，用于计算所述训练后的模型的模型评价指标，根据所述模型评价指标确定所述训练后的模型是否训练通过。

8.一种模型训练设备，其特征在于，所述模型训练设备包括：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计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的模型训练方法的步骤。

9.一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计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的模型训练方法的步骤。