[发明专利]一种针对目标场景的预测模型训练方法及装置在审
| 申请号： | 201810958151.6 | 申请日： | 2018-08-22 |
| 公开（公告）号： | CN109214436A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 曾利彬 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 林祥 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种针对目标场景的预测模型训练方法及装置。一种针对目标场景的预测模型训练方法，该方法包括：获得N个源训练样本集、及1个目标训练样本集；利用以下步骤进行迭代处理，直到达到预设结束条件：针对N个源训练样本集中的每一样本集：将该样本集与目标训练样本集进行合并；利用合并得到的样本集，训练得到备选模型；将目标训练样本集中的各样本输入备选模型，根据模型输出的预测值及各样本的标签值，计算该模型的预测误差；将所训练的N个备选模型中预测误差最小的模型，作为本次迭代得到的优选模型；迭代结束后，根据预设筛选规则，从各次迭代得到的各优选模型中，选择全部或部分模型进行加权，得到针对目标场景的预测模型。 | ||
| 搜索关键词： | 目标场景 目标训练样本 预测模型训练 备选 预测误差 样本集 迭代 预设 优选 训练样本集 迭代处理 迭代结束 结束条件 筛选规则 训练样本 样本输入 预测模型 合并 加权 样本 标签 输出 预测 | ||
【主权项】：
1.一种针对目标场景的预测模型训练方法，该方法包括：获得N个源场景的N个带有标签的源训练样本集、及1个目标场景的1个带有标签的目标训练样本集；其中，N为预设正整数；利用以下步骤进行迭代处理，直到达到预设结束条件：针对N个源训练样本集中的每一样本集：将该样本集与目标训练样本集进行合并；利用合并得到的样本集，训练得到备选模型；将目标训练样本集中的各样本输入备选模型，根据模型输出的预测值及各样本的标签值，计算该模型的预测误差；将所训练的N个备选模型中预测误差最小的模型，作为本次迭代得到的优选模型；迭代结束后，根据预设筛选规则，从各次迭代得到的各优选模型中，选择全部或部分模型进行加权，得到针对目标场景的预测模型；其中，进行加权的任一优选模型的权重根据该模型的预测误差确定，并且预测误差与所确定权重的关系为负相关。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201810958151.6/，转载请声明来源钻瓜专利网。
