[发明专利]一种预测模型训练方法及装置、存储介质、电子设备有效
| 申请号： | 201810074890.9 | 申请日： | 2018-01-25 |
| 公开（公告）号： | CN108304354B | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 马文晔;郑胤 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开一种预测模型训练方法及装置、存储介质、电子设备。其中方法步骤包括基于采用第一模型参数的预测模型，获取多个第一样本数据中每个第一样本数据的中间梯度向量，第一样本数据包括N个特征，N为正整数；根据多个第二样本数据的有效特征值，获取N个特征中每个特征对应的权重，其中，第二样本数据与第一样本数据同属于一个样本数据集合；按照每个特征对应的权重、中间梯度向量、多个第一样本数据的样本总数，获取多个第一样本数据的目标梯度向量；根据目标梯度向量对第一模型参数进行更新，以得到第二模型参数。采用本申请，可以提高该特征在模型参数更新中的影响力度，进而提高预测模型的准确性。 | ||
| 搜索关键词： | 一种 预测 模型 训练 方法 装置 存储 介质 电子设备 | ||
【主权项】：
1.一种预测模型训练方法，其特征在于，包括：基于采用第一模型参数的预测模型，获取多个第一样本数据中每个第一样本数据的中间梯度向量，所述第一样本数据包括N个特征，N为正整数；根据多个第二样本数据的有效特征值，获取所述N个特征中每个特征对应的权重，其中，所述第二样本数据与所述第一样本数据同属于一个样本数据集合；按照所述每个特征对应的权重、所述中间梯度向量、所述多个第一样本数据的样本总数，获取所述多个第一样本数据的目标梯度向量；根据所述目标梯度向量对所述第一模型参数进行更新，以得到第二模型参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810074890.9/，转载请声明来源钻瓜专利网。
