[發明專利]模型訓練方法、裝置、非易失性存儲介質及電子設備

在審

• 申請號: 202211711847.1
• 申請日: 2022-12-29
• 公開（公告）號: CN116245399A
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 周棟;陳雄挺;夏群峰;王偉;趙明席;祝思佳
• 申請（專利權）人: 浙江中控技術股份有限公司
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06F18/214;G06N20/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩

1.一種模型訓練方法，其特征在于，包括：

獲取第一訓練樣本集，其中，所述第一訓練樣本集包括多組訓練數據，每組訓練數據包括：對預設化工園區進行發展評估的預設評估結果，和對應的至少一個第一評估指標；

使用預設機器學習模型對所述第一訓練樣本集進行訓練，生成第一指數模型，其中，所述第一指數模型用于根據至少一個所述第一評估指標確定所述預設評估結果；

根據每個所述第一評估指標在所述第一指數模型中被用到的次數，確定第二訓練樣本集，其中，所述第二訓練樣本集包括多組訓練數據，每組訓練數據包括：所述預設評估結果，和對應的至少一個第二評估指標，所述第二評估指標為所述次數高于預設閾值的所述第一評估指標；

使用所述預設機器學習模型對所述第二訓練樣本集進行訓練，生成第二指數模型，其中，所述第二指數模型用于根據至少一個所述第二評估指標確定所述預設評估結果。

2.根據權利要求1所述的方法，其特征在于，根據每個所述第一評估指標在所述第一指數模型中被用到的次數，確定第二訓練樣本集包括：

分析所述第一指數模型，確定在使用至少一個所述第一評估指標得到所述預設評估結果的過程中，每個所述第一評估指標被所述第一指數模型用到的次數；

將至少一個所述第一評估指標按照所述次數由高到低的順序進行排序，生成評估指標隊列；

在所述評估指標隊列中，確定預設排名以前的所述第一評估指標為所述第二評估指標；

依據多個所述第二評估指標，和所述第二評估指標對應的所述預設評估結果，確定所述第二訓練樣本集。

3.根據權利要求1所述的方法，其特征在于，獲取第一訓練樣本集包括：

獲取歷史評估數據，其中，所述歷史評估數據至少包括：多個所述預設評估結果，和每個所述預設評估結果對應的至少一個評估數據；

對所述歷史評估數據中的評估數據進行數據清洗，生成預設樣本集，其中，所述預設樣本集包括：多個所述預設評估結果，和每個所述預設評估結果對應的至少一個第一評估指標；

按照預設比例在所述預設樣本集中選取所述第一訓練樣本集。

4.根據權利要求3所述的方法，其特征在于，對所述歷史評估數據中的評估數據進行數據清洗，生成預設樣本集包括：

在所述歷史評估數據中的所述評估數據出現數據缺失的情況下，確定所述評估數據的缺失量；

在所述缺失量不高于預設缺失閾值的情況下，在所述歷史評估數據中刪除缺失的評估數據對應的預設評估結果，生成所述預設樣本集；

在所述缺失量高于預設缺失閾值的情況下，使用所述歷史評估數據中所述評估數據的均值填充缺失的評估數據，生成所述預設樣本集。

5.根據權利要求3所述的方法，其特征在于，對所述歷史評估數據中的評估數據進行數據清洗，生成預設樣本集包括：

識別所述評估數據中的異常數據；

使用所述歷史評估數據中所述評估數據的平均值替換所述異常數據，生成所述預設樣本集。

6.根據權利要求3所述的方法，其特征在于，對所述歷史評估數據中的評估數據進行數據清洗，生成預設樣本集包括：

識別所述評估數據中的類別型數據；

對所述類別型數據進行編碼轉化，生成所述預設樣本集。

7.根據權利要求1所述的方法，其特征在于，在使用所述預設機器學習模型對所述第二訓練樣本集進行訓練，生成第二指數模型之后，所述方法還包括：

獲取至少一個目標評估指標；

使用所述第二指數模型對至少一個所述目標評估指標進行分析，確定目標評估結果。