[发明专利]一种样本选择模型的确定方法及装置

说明书

公开了一种样本选择模型的确定方法及装置，包括：获取目标计算模型和已标注的样本数据集合；并获取多个样本选择模型；利用各所述样本选择模型对所述已标注的样本数据集合进行选择，得到相应的已标注样本子集合；基于所述目标计算模型及所述各已标注样本子集合，确定所述已标注样本子集合各自对应的评价结果；根据所述评价结果，从所述多个样本选择模型中确定优选样本选择模型；利用样本选择模型对已标注的样本数据集合进行选择，得到相应的已标注样本子集合；再根据已标注样本子集合代入目标计算模型得到的评价结果，来确定优选样本选择模型；实现了对于样本选择模型的评价和选择，进而针对性的提高了目标计算模型的训练效率。

技术领域

本申请涉及数据分析技术领域，尤其涉及一种样本选择模型的确定方法及装置。

背景技术

在数据分析领域，要对计算模型进行迭代优化，就需要借助各种样本数据进行反复训练。而从海量的样本数据中，筛选出能够优化特定计算模型的部分数据并进行标记，这一过程就需要借助样本选择模型。

一类常用的样本选择模型，是基于主动学习算法(即active learning)而建立。实际上，此类样本选择模型的数量并不唯一，现有技术中基于主动学习算法建立的样本选择模型存在多种。

然而在目前的应用中，虽然经常采用样本选择模型对样本数据进行筛选，但却无法准确的评定其筛选效果，也无法判断究竟哪种样本选择模型所筛选的样本数据，能够更好的满足计算模型迭代优化的需求。

合进行选择和评价，实现对于样本选择模型的确定。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种样本选择模型的确定方法及装置，通过对已标注的样本数据集

根据本申请的第一个方面，提供了一种样本选择模型的确定方法，包括：

获取目标计算模型和已标注的样本数据集合；并获取多个样本选择模型；

利用各所述样本选择模型对所述已标注的样本数据集合进行选择，得到相应的已标注样本子集合；

基于所述目标计算模型及所述各已标注样本子集合，确定所述已标注样本子集合各自对应的评价结果；

根据所述评价结果，从所述多个样本选择模型中确定优选样本选择模型。

根据本申请的第二个方面，提供了一种样本选择模型的确定装置，包括：

获取模块，用于获取目标计算模型和已标注的样本数据集合；并获取多个样本选择模型；

样本选择模块，用于利用各所述样本选择模型对所述已标注的样本数据集合进行选择，得到相应的已标注样本子集合；

评价结果确定模块，用于基于所述目标计算模型及所述各已标注样本子集合，确定所述已标注样本子集合各自对应的评价结果；

优选样本选择模型确定模块，用于根据所述评价结果，从所述多个样本选择模型中确定优选样本选择模型。

根据本申请的第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面中所述的样本选择模型的确定方法。

根据本申请的第四方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述第一方面中所述的样本选择模型的确定方法。