[发明专利]数据建模的样本处理方法、装置、电子设备及可读介质

说明书

本公开实施例公开了一种数据建模的样本处理方法、装置、电子设备及可读介质。该方法包括：依据具有目标标签的第一样本数据和未具有目标标签的第二样本数据，对标记规则进行校准；采用校准后的标记规则，对未具有目标标签的第二样本数据进行目标标签标记；将具有目标标签标记的第一样本数据和第二样本数据作为数据建模的样本数据。通过采用本公开所提供的技术方案，可以实现对样本的标签标记过程更加科学，从而提高样本质量的效果。

技术领域

本公开实施例涉及数据建模技术领域，尤其涉及一种数据建模的样本处理方法、装置、电子设备及可读介质。

背景技术

目前，数据建模在很多领域都得到广泛的应用，已经成为数据处理领域的第一大工具。不同的样本数据完全可以构建出截然不同的模型，可见所构建的数据模型是否可以符合用户的预期，对于样本的确定是重中之重。现有技术中，需要对样本数据进行打目标标签，之后再进行模型的训练，然而打目标标签的环节中，会出现一个问题，就是如果出现部分或者全部样本没有明确的目标标签，对该样本数据如何进行标签标记，以及是否可以使用，成为了本领域技术人员亟待解决的技术问题。

发明内容

本公开实施例提供一种数据建模的样本处理方法、装置、电子设备及可读介质，可以实现对样本的标签标记过程更加科学，从而提高样本质量的效果。

第一方面，本公开实施例提供了一种数据建模的样本处理方法，该方法包括：

依据具有目标标签的第一样本数据和未具有目标标签的第二样本数据，对标记规则进行校准；

采用校准后的标记规则，对未具有目标标签的第二样本数据进行目标标签标记；

将具有目标标签标记的第一样本数据和第二样本数据作为数据建模的样本数据。

进一步的，依据具有目标标签的样本数据和未具有目标标签的样本数据，对标记规则进行校准，包括：

采用标记规则，对未具有目标标签的第二样本数据进行标记；

根据第一样本数据的标记结果和第二样本数据的标记结果，确定正样本和/或负样本的一致性；

若所述一致性不符合预设标准，则对所述标记规则进行校准。

进一步的，根据第一样本数据的标记结果和第二样本数据的标记结果，确定正样本和/或负样本的一致性，包括：

确定与所述目标标签关联的至少一个关联数据；

依据所述至少一个关联数据，对所述第一样本数据的标记结果与第二样本数据的标记结果中的正样本和/或负样本进行一致性计算。

进一步的，采用标记规则，对未具有目标标签的第二样本数据进行标记，包括：

确定与目标标签相关的特定维度标签；

对未具有目标标签的样本数据进行特定维度标签标记；

根据所述特定维度标签标记结果，确定所述样本数据中的第一样本范围；

根据所述第一样本范围构建预测模型，并利用所述预测模型对未具有目标标签的第二样本数据进行目标标签标定。

进一步的，将具有目标标签标记的第一样本数据和第二样本数据作为数据建模的样本数据，包括：

确定目标标签的模型入组条件；

根据所述模型入组条件，从具有目标标签标记的第一样本数据和第二样本数据中确定样本候选集合；

从所述样本候选集合中，随机抽取样本数据作为数据建模的样本数据。

第二方面，本公开实施例还提供了一种数据建模的样本处理装置，该装置包括：