[发明专利]模型训练方法、装置及系统以及样本集优化方法、装置

摘要

本申请公开一种基于优化样本集的模型训练方法及装置，用于优化样本的特征值，改善训练后的模型的性能。该方法包括：获取样本集；针对每个样本的同一特征对应的特征值，利用分位点，确定对于所述特征的初始特征区间集；根据所述初始特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对相邻特征区间进行合并，并得到最终特征区间集；根据所述最终特征区间集，以及所述每个样本在所述最终特征区间集中各个特征区间的所属情况，生成优化样本集；根据所述优化样本集进行模型训练。本申请还公开一种样本集的优化方法及装置，以及一种个人信用模型训练系统。

主权项

一种基于优化样本集的模型训练方法，其特征在于，包括：获取样本集，所述样本集中包含至少两种不同样本属性的样本；针对所述样本集中的每个样本的同一特征对应的特征值，利用分位点，确定对于所述特征的初始特征区间集，所述分位点数量至少为1，所述初始特征区间集中包含至少2个特征区间；根据所述初始特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对相邻特征区间进行合并，并生成最终特征区间集，所述最终特征区间集中包含的特征区间个数不大于所述初始特征区间集中包含的个数；根据所述每个样本在所述最终特征区间集中各个特征区间的所属情况，生成优化样本集；根据所述优化样本集进行模型训练。