[发明专利]一种模型的训练方法、装置、设备及可读存储介质

权利要求书

1.一种模型的训练方法，其特征在于，包括：

将损失函数值小于或等于第一预设阈值的预设的目标模型作为待测试模型；其中，所述损失函数值由样本数据的真实值以及所述样本数据的预设的影响因子，计算得到，所述影响因子用于表示所述样本数据的预测误差的权重值，任一所述样本数据的预测误差表示所述目标模型输出的所述样本数据的预测结果与所述样本数据的真实值之间的偏差；

获取所述待测试模型的测试结果；

当所述测试结果满足预设的测试条件时，将所述待测试模型作为预测模型；或者，当所述预测结果不满足所述测试条件时，依据所述测试结果，更新所述样本数据的所述影响因子。

2.根据权利要求1所述的模型的训练方法，其特征在于，在将小于或等于第一预设阈值的预设的目标模型作为待测试模型之前，还包括：

获取所述样本数据以及每一所述样本数据的所述影响因子；

将所述样本数据输入至所述目标模型；

获取所述目标模型输出的所述样本数据的预测结果；

依据所述样本数据的真实值、所述样本数据的预测结果以及所述样本数据的所述影响因子，计算所述损失函数值。

3.根据权利要求2所述的模型的训练方法，其特征在于，所述依据所述样本数据的真实值、所述样本数据的预测结果以及所述样本数据的所述影响因子，计算所述损失函数值，包括：

计算每一所述样本数据的真实值与所述样本数据的预测结果之间的偏差，作为所述样本数据的预测误差；

将每一所述样本数据的所述影响因子与所述样本数据的预测误差相乘，得到所述样本数据的预测损失值；

依据每一所述样本数据的预测损失值与预设的正则函数，计算得到所述目标模型的损失函数值。

4.根据权利要求1所述的模型的训练方法，其特征在于，所述获取所述待测试模型的测试结果，包括：

获取测试数据；

将所述测试数据输入至所述待测试模型，得到每一所述测试数据的预测结果；

依据每一所述测试数据的预测结果，计算所述待测试模型的测试结果，所述测试结果至少包括查准率和查全率。

5.根据权利要求4所述的模型的训练方法，其特征在于，所述预设的测试条件至少包括第一测试条件和第二测试条件，所述第一测试条件为，所述查全率大于第二预设阈值，所述第二测试条件为，所述查准率大于第三预设阈值。

6.根据权利要求1所述的模型的训练方法，其特征在于，所述依据所述测试结果，更新所述样本数据的所述影响因子，至少包括：

增大第一类样本数据的影响因子，其中，所述第一类样本数据的真实值与第一类测试数据的真实值相同，所述第一类测试数据的预测准确率小于第四预设阈值，所述预测准确率为所述第一类样本数据的预测结果与所述第一类样本数据的真实值相同的第一类样本数据的数量，与全部第一类测试数据的数量的比值。

7.一种模型的训练装置，其特征在于，包括：

模型获取单元，用于将损失函数值小于或等于第一预设阈值的预设的目标模型作为待测试模型；其中，所述损失函数值由样本数据的真实值以及所述样本数据的预设的影响因子，计算得到，所述影响因子用于表示所述样本数据的预测误差的权重值，任一所述样本数据的预测误差表示所述目标模型输出的所述样本数据的预测结果与所述样本数据的真实值之间的偏差；

测试结果获取单元，用于获取所述待测试模型的测试结果；

结果判定单元，用于当所述测试结果满足预设的测试条件时，将所述待测试模型作为预测模型；或者，当所述预测结果不满足所述测试条件时，依据所述测试结果，更新所述样本数据的所述影响因子。