[发明专利]业务风险分类器训练方法、装置、设备及存储介质

权利要求书

1.一种业务风险分类器训练方法，其特征在于，包括：

将获取的业务数据划分为用于元训练的第一训练集、第一测试集，以及用于元测试的第二训练集、第二测试集；

从所述第一训练集中抽样出多个第一子任务；其中，同一个负样本在不同第一子任务中的标记不同，且每个第一子任务中的正、负样本呈指定占比；

利用所述多个第一子任务和所述第一测试集，对第一学习器进行元训练，以获得最优学习参数；

从所述第二训练集中抽样出多个第二子任务，将所述多个第二子任务分别输入以所述最优学习参数为参数的第一学习器中，并根据对应的输出生成多个子风险分类器；

利用所述第二测试集测试所述多个子风险分类器，对应得到多个风险预测子结果；

对所述多个风险预测子结果进行组合，获得风险预测结果。

2.如权利要求1所述的业务风险分类器训练方法，其特征在于，同一个负样本在不同第二子任务中的标记不同，且每个第二子任务中的正、负样本呈指定占比。

3.如权利要求1或2所述的业务风险分类器训练方法，其特征在于，每个所述第一子任务中的每类业务风险类别的数据量与所述第一训练集中的负样本总数正相关；每个所述第二子任务中的每类业务风险类别的数据量与所述第二训练集中的负样本总数正相关。

4.如权利要求1所述的业务风险分类器训练方法，其特征在于，所述对所述多个风险预测子结果进行组合，获得风险预测结果，包括：

对所述多个风险预测子结果进行多数投票，并根据投票结果确定风险预测结果。

5.一种业务风险分类器训练装置，其特征在于，包括：

数据划分模块，用于将获取的业务数据划分为用于元训练的第一训练集、第一测试集，以及用于元测试的第二训练集、第二测试集；

任务生成模块，用于从所述第一训练集中抽样出多个第一子任务；其中，同一个负样本在不同第一子任务中的标记不同，且每个第一子任务中的正、负样本呈指定占比；

参数获取模块，用于利用所述多个第一子任务和所述第一测试集，对第一学习器进行元训练，以获得最优学习参数；

模型生成模块，用于从所述第二训练集中抽样出多个第二子任务，将所述多个第二子任务分别输入以所述最优学习参数为参数的第一学习器中，并根据对应的输出生成多个子风险分类器；

模型测试模块，用于利用所述第二测试集测试所述多个子风险分类器，对应得到多个风险预测子结果；

结果组合模块，用于对所述多个风险预测子结果进行组合，获得风险预测结果。

6.如权利要求5所述的业务风险分类器训练装置，其特征在于，同一个负样本在不同第二子任务中的标记不同，且每个第二子任务中的正、负样本呈指定占比。

7.如权利要求5或6所述的业务风险分类器训练装置，其特征在于，每个所述第一子任务中的每类业务风险类别的数据量与所述第一训练集中的负样本总数正相关；每个所述第二子任务中的每类业务风险类别的数据量与所述第二训练集中的负样本总数正相关。

8.如权利要求5所述的业务风险分类器训练装置，其特征在于，所述对所述多个风险预测子结果进行组合，获得风险预测结果，包括：

对所述多个风险预测子结果进行多数投票，并根据投票结果确定风险预测结果。

9.一种电子设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时执行权利要求1-4任一项所述的业务风险分类器训练方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的业务风险分类器训练方法。