[發(fā)明專利]計算機實現(xiàn)的機器學(xué)習(xí)模型訓(xùn)練方法

在審

• 申請?zhí)枺?/td>: 202211540738.8
• 申請日: 2022-12-02
• 公開（公告）號: CN115936142A
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 陳凱;杜金栗;張譽;段偉民;陳鑫;李伯堂
• 申請（專利權(quán)）人: 騰云天宇科技（北京）有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06N7/01
• 代理公司: 北京市漢坤律師事務(wù)所 11602
• 代理人: 魏小薇;吳麗麗

提供了一種計算機實現(xiàn)的機器學(xué)習(xí)模型訓(xùn)練方法，包括：從存儲器中讀取原始樣本集合，原始樣本集合包括正樣本集合和負(fù)樣本集合；對負(fù)樣本集合中的負(fù)樣本進(jìn)行多次隨機下采樣，將每次隨機下采樣得到的目標(biāo)數(shù)量的負(fù)樣本作為一個采樣集合，得到多個采樣集合；刪除負(fù)樣本集合中除多個采樣集合外的負(fù)樣本，以釋放原始樣本集合中除多個負(fù)樣本集合外的負(fù)樣本所占用的存儲空間；使用多個采樣集合分別與正樣本集合構(gòu)成目標(biāo)樣本集合，得到與多個采樣集合對應(yīng)的多個目標(biāo)樣本集合；利用多個目標(biāo)樣本集合分別訓(xùn)練相應(yīng)的多個機器學(xué)習(xí)模型，得到多個目標(biāo)預(yù)測模型。

技術(shù)領(lǐng)域

本公開涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別是涉及一種計算機實現(xiàn)的機器學(xué)習(xí)模型訓(xùn)練方法和基于機器學(xué)習(xí)模型的概率預(yù)測方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，各行各業(yè)對機器學(xué)習(xí)模型的依賴性和認(rèn)可度逐步加強，如何更好地實現(xiàn)對機器學(xué)習(xí)模型的訓(xùn)練以得到理想的目標(biāo)模型也成為了當(dāng)下的研究熱點。相關(guān)技術(shù)中，需要使用大量的樣本數(shù)據(jù)對機器學(xué)習(xí)模型進(jìn)行訓(xùn)練以得到有效且穩(wěn)定的目標(biāo)預(yù)測模型，然而，大規(guī)模的樣本數(shù)據(jù)會占用存儲器中較大的存儲空間，浪費資源且訓(xùn)練效率較低。

在此部分中描述的方法不一定是之前已經(jīng)設(shè)想到或采用的方法。除非另有指明，否則不應(yīng)假定此部分中描述的任何方法僅因其包括在此部分中就被認(rèn)為是現(xiàn)有技術(shù)。類似地，除非另有指明，否則此部分中提及的問題不應(yīng)認(rèn)為在任何現(xiàn)有技術(shù)中已被公認(rèn)。

發(fā)明內(nèi)容

提供一種緩解、減輕或甚至消除上述問題中的一個或多個的機制將是有利的。

根據(jù)本公開的一方面，提供了一種計算機實現(xiàn)的機器學(xué)習(xí)模型訓(xùn)練方法，包括：從存儲器中讀取原始樣本集合，所述原始樣本集合包括正樣本集合和負(fù)樣本集合；對所述負(fù)樣本集合中的負(fù)樣本進(jìn)行多次隨機下采樣，將每次隨機下采樣得到的目標(biāo)數(shù)量的負(fù)樣本作為一個采樣集合，得到多個采樣集合；刪除所述負(fù)樣本集合中除所述多個采樣集合外的負(fù)樣本，以釋放所述原始樣本集合中除所述多個負(fù)樣本集合外的負(fù)樣本所占用的存儲空間；使用所述多個采樣集合分別與所述正樣本集合構(gòu)成目標(biāo)樣本集合，得到與所述多個采樣集合一一對應(yīng)的多個目標(biāo)樣本集合；利用所述多個目標(biāo)樣本集合分別訓(xùn)練相應(yīng)的多個機器學(xué)習(xí)模型，得到多個目標(biāo)預(yù)測模型。

根據(jù)本公開的另一方面，提供了一種基于機器學(xué)習(xí)模型的概率預(yù)測方法，包括：獲取待預(yù)測樣本數(shù)據(jù)；利用所述多個目標(biāo)預(yù)測模型分別處理所述待預(yù)測樣本數(shù)據(jù)，得到所述多個目標(biāo)預(yù)測模型輸出的相應(yīng)多個預(yù)測概率值；確定所述多個預(yù)測概率值的平均值作為針對所述待預(yù)測樣本數(shù)據(jù)的目標(biāo)預(yù)測結(jié)果。

根據(jù)本公開的又另一方面，提供了一種計算機實現(xiàn)的機器學(xué)習(xí)模型訓(xùn)練裝置，包括：第一數(shù)據(jù)獲取模塊，用于從存儲器中讀取原始樣本集合，所述原始樣本集合包括正樣本集合和負(fù)樣本集合；隨機采樣模塊，用于對所述負(fù)樣本集合中的負(fù)樣本進(jìn)行多次隨機下采樣，將每次隨機下采樣得到的目標(biāo)數(shù)量的負(fù)樣本作為一個采樣集合，得到多個采樣集合；數(shù)據(jù)過濾模塊，用于刪除所述負(fù)樣本集合中除所述多個采樣集合外的負(fù)樣本，以釋放所述原始樣本集合中除所述多個負(fù)樣本集合外的負(fù)樣本所占用的存儲空間；集合生成模塊，用于使用所述多個采樣集合分別與所述正樣本集合構(gòu)成目標(biāo)樣本集合，得到與所述多個采樣集合一一對應(yīng)的多個目標(biāo)樣本集合；模型訓(xùn)練模塊，用于利用所述多個目標(biāo)樣本集合分別訓(xùn)練相應(yīng)的多個機器學(xué)習(xí)模型，得到多個目標(biāo)預(yù)測模型。

根據(jù)本公開的又另一方面，提供了一種基于機器學(xué)習(xí)模型的概率預(yù)測裝置，包括：第二數(shù)據(jù)獲取模塊，用于獲取待預(yù)測樣本數(shù)據(jù)；數(shù)據(jù)處理模塊，用于利用所述多個目標(biāo)預(yù)測模型分別處理所述待預(yù)測樣本數(shù)據(jù)，得到所述多個目標(biāo)預(yù)測模型輸出的相應(yīng)多個預(yù)測概率值；結(jié)果生成模塊，用于確定所述多個預(yù)測概率值的平均值作為針對所述待預(yù)測樣本數(shù)據(jù)的目標(biāo)預(yù)測結(jié)果。

根據(jù)本公開的又另一方面，提供了一種計算機設(shè)備，包括：至少一個處理器；以及至少一個存儲器，其上存儲有計算機程序，其中，所述計算機程序在被所述至少一個處理器執(zhí)行時，使所述至少一個處理器執(zhí)行如上所述的方法。