[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

本發明公開了一種模型訓練方法、裝置、非易失性存儲介質及電子設備。該方法包括：獲取第一訓練樣本集，其中，第一訓練樣本集包括：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第一訓練樣本集進行訓練，生成第一指數模型；根據每個第一評估指標在第一指數模型中被用到的次數，確定第二訓練樣本集，其中，第二訓練樣本集包括：預設評估結果，和對應的至少一個第二評估指標，第二評估指標為次數高于預設閾值的第一評估指標；使用預設機器學習模型對第二訓練樣本集進行訓練，生成第二指數模型。本發明解決了對化工園區進行發展評估的效率低的技術問題。

技術領域

本發明涉及機器學習領域，具體而言，涉及一種模型訓練方法、裝置、非易失性存儲介質及電子設備。

背景技術

化工園區的認定、復核、監管、評估等工作是重要的工作，在對化工園區發展評估的過程中，需要制定一系列的評估標準，收集大量的證明材料，并組織專家對證明材料、數據進行分析研判，最終給出園區評估等級。這種傳統的評估過程流程繁瑣，耗時長，延遲性高，不足以支持對日新月異的產業發展情況進行及時地分析，且每兩次評估期間，園區發展的實際情況如同黑盒無法監測，具有較大的監管隱患。

針對上述對化工園區進行發展評估的效率低的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種模型訓練方法、裝置、非易失性存儲介質及電子設備，以至少解決對化工園區進行發展評估的效率低的技術問題。

根據本發明實施例的一個方面，提供了一種模型訓練方法，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。

可選地，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。

可選地，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。

可選地，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。

可選地，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。