[发明专利]AI模型生成方法、电子设备及存储介质

说明书

本申请涉及人工智能技术领域，并公开了一AI模型生成方法、电子设备及存储介质，所述方法包括：响应于用户基于场景变量分析报告输入的第一目标参数，获取目标变量阈值范围内的目标变量；根据目标变量对总体样本进行分层抽样处理，得到抽样样本；对抽样样本进行数据预处理，得到训练样本集和测试样本集；并根据用户基于业务场景输入的第二目标参数，选取至少一个预设的待训练模型；通过该训练样本集对选取的各个待训练模型进行训练，基于测试样本集对训练之后的各个模型的预设评价指标进行测试，得到AI模型。能够根据业务场景选择的待训练模型进行训练及测试，得到能够满足当前业务场景的AI模型，并能保证模型的有效性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种AI模型生成方法、电子设备及存储介质。

背景技术

近年来，虽然人工智能技术得到了普遍的发展及应用，但是人工智能模型的建立过程是一个非常复杂的系统工程，不仅需要专业的建模人员深入理解业务流程，还需要对建模中涉及到的算法非常熟悉。目前，为了降低建模的复杂度，很多企业对建模的过程进行了研究。常见的是针对建模过程中模型算法部分的研究，通常基于一些模型算法封装出开源的模型架构来降低模型建立的难度，但是其无法实现从原始数据到建模结果的自动完成。这是由于在不同的业务领域，目标变量的抽样选取过程以及基于目标变量生成训练样本的过程差异较大，且基于不同的训练特征及业务场景需要对模型的准确性进行不同的校验。

因此，现有的开源模型架构无法根据不同的业务场景需求，生成有效的AI模型。

发明内容

本申请提供了一种AI模型生成方法、装置、设备及存储介质，能够针对不同的业务场景生成有性的AI模型。

第一方面，本申请提供了一种AI模型生成方法，所述方法包括：

响应于用户基于场景变量分析报告输入的第一目标参数，根据所述第一目标参数获取预设数量的目标变量；

根据所述目标变量对总体样本进行分层抽样处理，得到抽样样本；

对所述抽样样本进行数据预处理，得到训练样本集和测试样本集；

响应于用户基于业务场景输入的第二目标参数，选取至少一个预设的待训练模型；

基于所述训练样本集对选取的各个待训练模型进行训练，基于测试样本集对训练之后的各个模型的预设评价指标进行测试，根据测试结果确定AI模型。

第二方面，本申请还提供了一种电子设备，包括：

存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上第一方面所述的AI模型生成方法的步骤。

第三方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上第一方面所述的AI模型生成方法的步骤。

本申请公开了一种AI模型生成方法、电子设备及存储介质，通过响应于用户基于场景变量分析报告输入的第一目标参数，获取目标变量阈值范围内的目标变量；根据目标变量对总体样本进行抽样处理，得到抽样样本；对抽样样本进行数据预处理，得到训练样本集和测试样本集；并根据用户基于业务场景输入的第二目标参数，选取至少一个预设的待训练模型；通过该训练样本集对选取的各个待训练模型进行训练，基于测试样本集对训练之后的各个模型的预设评价指标进行测试，得到AI模型。能够根据场景变量分析报告确定目标变量阈值范围和目标变量，并对目标变量进行数据预处理后，对根据业务场景选择的待训练模型进行训练及测试，得到能够满足当前业务场景的AI模型，并能保证模型的有效性。

附图说明