[发明专利]训练样本获取方法，样本预测方法及对应装置

摘要

本说明书实施例提供一种训练样本获取方法，样本预测方法以及对应装置。训练样本获取方法包括，首先获取标注样本集，其中的样本特征被划分为n组特征，由此形成n个子标注样本集。利用这n个子标注样本集训练得到n个子模型。然后，获取未标注的第一样本，其包括对应的n组特征。将第一样本的除第i组特征外的(n‑1)组特征，分别对应输入n个子模型中除第i子模型外的(n‑1)个子模型，分别得到(n‑1)个打分。接着，基于这(n‑1)个打分，得到第一综合分，并且在该第一综合分满足预定条件的情况下，为第一样本的第i组特征添加第一标签，由此形成第一子标注样本。于是，可以将该第一子标注样本添加到第i个子标注样本集，以更新标注样本集。

主权项

1.一种获取训练样本的方法，包括：获取标注样本集，所述标注样本集包括M个标注样本，每个标注样本包括样本特征，以及该样本是否为异常样本的样本标签，其中所述样本特征按照预定分组规则被划分为n组特征，其中n为大于2的自然数；形成n个子标注样本集，其中第i个子标注样本集包括M个子标注样本，每个子标注样本包括所述n组特征中的第i组特征作为子样本特征，以及所述样本标签作为其子样本标签；分别利用所述n个子标注样本集训练得到n个子模型，其中第i子模型用于基于第i组特征预测对应样本为异常样本的概率；获取多个未标注样本，每个未标注样本包括按照所述预定分组规则进行划分的n组特征，所述多个未标注样本包括第一样本；将所述第一样本的n组特征中除第i组特征外的(n‑1)组特征，分别对应输入所述n个子模型中除第i子模型外的(n‑1)个子模型，分别得到所述(n‑1)个子模型对该第一样本的(n‑1)个打分，所述打分表示该第一样本为异常样本的概率；基于所述(n‑1)个打分，得到针对第i组特征的第一综合分；在所述第一综合分满足预定条件的情况下，为所述第一样本的第i组特征添加第一标签，所述第i组特征和所述第一标签形成第一子标注样本；将所述第一子标注样本添加到所述第i个子标注样本集，以更新所述第i个子标注样本集。