[发明专利]一种模型构建方法、装置、电子设备及存储介质

说明书

本申请提供了一种模型构建方法、装置、电子设备及存储介质，属于模型训练技术领域。本申请通过，获取目标域对应的目标域数据及至少一个源域模型，所述源域模型为预先通过对应的源域数据训练得到；针对至少一个所述源域模型中的任一源域模型，利用所述源域模型对所述目标域数据进行预估，得到对应的预估分数；基于至少一个所述源域模型对应的预估分数确定目标特征；利用所述目标域数据和所述目标特征，构建所述目标域对应的目标模型。从而增加了模型学习的准确性和鲁棒性。

技术领域

本申请涉及模型训练技术领域，尤其涉及一种模型构建方法、装置、电子设备及存储介质。

背景技术

构建机器学习模型时通常需要准备足够的样本量用以模型训练，尤其是在使用当下较为流行的XGBoost、深度学习算法时，这种对数据量和特征效果要求会显得格外突出。同时，实际业务变化很快，很难有足够多的时间去积累足够的符合当前业务场景的样本，而样本量小会造成特征规律训练不充分、模型效果不佳等问题。目前，主要通过对小样本进行过采样增加少数类样本。然而，由于过采样是采取简单复制样本的策略来增加少数类样本，容易产生模型过拟合的问题。

发明内容

本申请实施例的目的在于提供一种模型构建方法、装置、电子设备及存储介质，以解决通过对小样本进行过采样增加少数类样本容易产生模型过拟合的问题。具体技术方案如下：

第一方面，提供了一种模型构建方法，所述方法包括：

获取目标域对应的目标域数据及至少一个源域模型，所述源域模型为预先通过对应的源域数据训练得到；

针对至少一个所述源域模型中的任一源域模型，利用所述源域模型对所述目标域数据进行预估，得到对应的预估分数；

基于至少一个所述源域模型对应的预估分数确定目标特征；

利用所述目标域数据和所述目标特征，构建所述目标域对应的目标模型。

在一个可能的实施方式中，所述利用所述源域模型对所述目标域数据进行预估，得到对应的预估分数，包括：

在所述目标域数据中提取所述源域模型对应的源域特征；

将所述源域特征输入至所述源域模型中，以使所述源域模型输出所述预估分数。

在一个可能的实施方式中，所述基于至少一个所述源域模型对应的预估分数确定目标特征，包括：

确定至少一个所述源域模型对应的源域数量；

针对至少一个所述源域模型对应的预估分数，确定所述预估分数对应的权重；

基于所述源域数量、所述预估分数及所述权重，确定所述目标特征。

在一个可能的实施方式中，所述基于所述源域数量、所述预估分数及所述权重，确定所述目标特征，包括：

将所述源域数量、所述预估分数及所述权重代入预设公式，得到所述目标特征，所述预设公式如下：

SCORE＝{a(1)*score(1)+a(2)*score(2)+…+a(n)*score(n)}/(m/i)

其中，SCORE为目标特征，a(n)为源域模型(n)对应的权重，score(n)为源域模型(n)对应的预估分数，m为源域模型数量，i为系数。

在一个可能的实施方式中，所述基于至少一个所述源域模型对应的预估分数确定目标特征，包括：

将至少一个所述源域模型对应的预估分数确定为所述目标特征。

第二方面，提供了一种模型构建装置，所述装置包括：