[發明專利]評估模型選擇方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201910432714.2
• 申請日: 2019-05-23
• 公開（公告）號: CN110298379A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 韓磊
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

1.一種評估模型選擇方法，其特征在于，包括：

將訓練樣本分批次輸入評估模型進行訓練；

根據預設規則從分批次訓練后的評估模型中選擇需要進行第一測試的評估模型，并標記為待評估模型；

將第一預設數量的第一測試樣本分別輸入各個所述待評估模型中，進行第一測試，并獲得各個所述待評估模型輸出的第一測試結果，根據各個所述待評估模型的第一測試結果分別計算其第一準確率；

在所述評估模型完成訓練后，根據所述第一準確率從所有所述待評估模型中選取指定個數的優選評估模型，所述優選評估模型的第一準確率不低于未被選取的待評估模型；

將第二預設數量的第二測試樣本分別輸入各個所述優選評估模型進行第二測試，獲得各個所述優選評估模型的第二測試結果，并根據各個所述優選評估模型的第二測試結果分別計算其第二準確率，所述第二預設數量至少比所述第一預設數量大一個數量級；

根據所述第二準確率從所述指定個數的所述優選評估模型中選取最優評估模型。

2.如權利要求1所述的評估模型選擇方法，其特征在于，所述根據所述第二準確率從所述指定個數的優選評估模型中選取最優評估模型之后，還包括：

獲取待評估樣本；

將所述待評估樣本輸入所述最優評估模型中，獲取所述最優評估模型輸出的評估結果。

3.如權利要求1所述的評估模型選擇方法，其特征在于，所述將訓練樣本分批次輸入評估模型進行訓練之前包括：

獲取訓練樣本的總數量、迭代次數以及每批次的設置數量；

根據所述訓練樣本的總數量、迭代次數以及每批次的設置數量計算訓練的總批次，所述總批次根據所述訓練樣本的總數量與迭代次數的乘積除以每批次的設置數量計算出。

4.如權利要求1所述的評估模型選擇方法，其特征在于，所述將第一預設數量的第一測試樣本分別輸入各個所述待評估模型中，進行所述第一測試，并獲得各個所述待評估模型輸出的第一測試結果，根據各個所述待評估模型的第一測試結果分別計算其第一準確率，包括：

將所述第一預設數量的第一測試樣本分別輸入各個所述待評估模型進行第一測試，獲得各個所述待評估模型輸出的第一測試結果，所述第一測試樣本與至少一個的類別標簽對應，所述第一測試結果包括所述第一測試樣本的評估模型輸出類別標簽；

獲取預設匹配規則，并根據所述預設匹配規則判斷所述第一測試樣本的評估模型輸出類別標簽是否與該第一測試樣本的類別標簽匹配；

統計各個所述待評估模型輸出的所述第一測試樣本的評估模型輸出類別標簽與該第一測試樣本的類別標簽匹配的第一匹配個數；

根據各個所述待評估模型的第一匹配個數和所述第一預設數量計算各個所述待評估模型對應的第一準確率。

5.如權利要求3所述的評估模型選擇方法，其特征在于，所述根據預設規則從分批次訓練后的評估模型中選擇需要進行第一測試的評估模型，并標記為待評估模型，包括：

獲取第一測試數量；

根據所述總批次和所述第一測試數量確定第一測試批次以及第一測試批次后的間隔測試批次數；

根據所述第一測試批次以及第一測試批次后的間隔測試批次數確定待測試批次；

將待測試批次訓練后的評估模型標記為待評估模型。