分類模型訓(xùn)練方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種分類模型訓(xùn)練方法及裝置。
【背景技術(shù)】
[0002]隨著信息技術(shù)的不斷發(fā)展，時下已經(jīng)步入了大數(shù)據(jù)時代。比如，商家或企業(yè)等可通過其提供的各種服務(wù)平臺收集到海量用戶數(shù)據(jù)。其中，海量數(shù)據(jù)中常常隱藏了各種各樣的有用信息，這些信息通?？蓪ι虅?wù)管理、生產(chǎn)控制、市場分析、工程設(shè)計或科學(xué)探索等方面提供巨大幫助，因此數(shù)據(jù)挖掘技術(shù)受到了各個領(lǐng)域人員的極大關(guān)注。其中，數(shù)據(jù)挖掘的基本任務(wù)便是對海量數(shù)據(jù)進行分類，而對數(shù)據(jù)分類通常基于訓(xùn)練好的分類模型實現(xiàn)。
[0003]現(xiàn)在技術(shù)中在訓(xùn)練分類模型時，首先選取用于模型訓(xùn)練的正例樣本和負例樣本。其中，正例樣本指代訓(xùn)練模型用的全部樣本中已被標(biāo)記的樣本。比如，正例樣本可為具有相同需求或興趣的一類人群。負例樣本從全部樣本中未被標(biāo)記的樣本里選取，樣本個數(shù)與正例樣本個數(shù)一致。之后，根據(jù)該正例樣本和該負例樣本進行一輪模型訓(xùn)練，得到分類模型。
[0004]在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題:
[0005]當(dāng)全部樣本數(shù)量較少時，正例樣本和負例樣本的數(shù)量隨之減少，且負例樣本中可能包括了一些正例樣本，致使負例樣本的純凈度不高，由于正例樣本和負例樣本的區(qū)分度不好，所以根據(jù)這樣的正例樣本和負例樣本經(jīng)過一輪模型訓(xùn)練后得到的分類模型穩(wěn)定性不好，分類精確度較低，甚至?xí)霈F(xiàn)欠擬合現(xiàn)象。

【發(fā)明內(nèi)容】

[0006]為了解決現(xiàn)有技術(shù)的問題，本發(fā)明實施例提供了一種分類模型訓(xùn)練方法及裝置。所述技術(shù)方案如下:
[0007]—方面，提供了一種分類模型訓(xùn)練方法，所述方法包括:
[0008]根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練，得到本輪分類模型；
[0009]若所述本輪分類模型不滿足指定條件，則利用所述本輪分類模型對全部樣本進行分類，根據(jù)分類結(jié)果在所述全部樣本中選取特定樣本，所述特定樣本被所述本輪分類模型預(yù)測為正例樣本；
[0010]將所述本輪正例樣本和所述特定樣本作為下一輪正例樣本，根據(jù)所述下一輪正例樣本確定所述下一輪負例樣本；
[0011]根據(jù)所述下一輪正例樣本和所述下一輪負例樣本，繼續(xù)執(zhí)行上述模型訓(xùn)練和樣本處理過程，直至得到滿足所述指定條件的分類模型。
[0012]另一方面，提供了一種分類模型訓(xùn)練裝置，所述裝置包括:
[0013]模型訓(xùn)練模塊，用于根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練，得到本輪分類模型；
[0014]樣本處理模塊，用于若所述本輪分類模型不滿足指定條件，則利用所述本輪分類模型對全部樣本進行分類，根據(jù)分類結(jié)果在所述全部樣本中選取特定樣本，所述特定樣本被所述本輪分類模型預(yù)測為正例樣本；將所述本輪正例樣本和所述特定樣本作為下一輪正例樣本，根據(jù)所述下一輪正例樣本確定所述下一輪負例樣本；
[0015]所述模型訓(xùn)練模塊，用于根據(jù)所述下一輪正例樣本和所述下一輪負例樣本，繼續(xù)執(zhí)行上述模型訓(xùn)練過程；
[0016]所述樣本處理模塊，用于繼續(xù)根據(jù)下一輪分類模型執(zhí)行上述樣本處理過程，直至得到滿足所述指定條件的分類模型。
[0017]本發(fā)明實施例提供的技術(shù)方案帶來的有益效果是:
[0018]在進行模型訓(xùn)練過程中，根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練，得到本輪分類模型；若本輪分類模型不滿足指定條件，則利用本輪分類模型對全部樣本進行分類，根據(jù)分類結(jié)果在全部樣本中選取特定樣本；將本輪正例樣本和特定樣本作為下一輪正例樣本，根據(jù)下一輪正例樣本確定下一輪負例樣本；之后根據(jù)下一輪正例樣本和下一輪負例樣本，繼續(xù)執(zhí)行上述模型訓(xùn)練和樣本處理過程，直至得到滿足指定條件的分類模型，本發(fā)明在一輪模型訓(xùn)練后，若得到的分類模型不滿足指定條件，則基于該分類模型選取特定樣本疊加到正例樣本中，并通過多輪迭代過程進行模型訓(xùn)練。隨著正例樣本數(shù)量的不斷增加，負例樣本中包含的潛在正例樣本會隨之下降，可有效提升負例樣本中的樣本純凈度，由于正例樣本和負例樣本的區(qū)分度較好，所以根據(jù)多次進行數(shù)量疊加的正例樣本和負例樣本進行多輪模型訓(xùn)練后得到的分類模型穩(wěn)定性較好，分類精確度較高。
【附圖說明】
[0019]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0020]圖1是本發(fā)明實施例提供的一種分類模型訓(xùn)練方法的流程圖；
[0021]圖2是本發(fā)明實施例提供的一種分類模型訓(xùn)練方法的流程圖；
[0022]圖3是本發(fā)明實施例提供的一種分類模型訓(xùn)練裝置的結(jié)構(gòu)示意圖；
[0023]圖4是本發(fā)明實施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖。
【具體實施方式】
[0024]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地詳細描述。
[0025]圖1是本發(fā)明實施例提供的一種分類模型訓(xùn)練方法的流程圖。參見圖1，本發(fā)明實施例提供的方法流程包括:
[0026]101、根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練，得到本輪分類模型。
[0027]102、若本輪分類模型不滿足指定條件，則利用本輪分類模型對全部樣本進行分類，根據(jù)分類結(jié)果在全部樣本中選取特定樣本，特定樣本被本輪分類模型預(yù)測為正例樣本。
[0028]103、將本輪正例樣本和特定樣本作為下一輪正例樣本，根據(jù)下一輪正例樣本確定下一輪負例樣本。
[0029]104、根據(jù)下一輪正例樣本和下一輪負例樣本，繼續(xù)執(zhí)行上述模型訓(xùn)練和樣本處理過程，直至得到滿足指定條件的分類模型。
[0030]本發(fā)明實施例提供的方法，在進行模型訓(xùn)練過程中，根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練，得到本輪分類模型；若本輪分類模型不滿足指定條件，則利用本輪分類模型對全部樣本進行分類，根據(jù)分類結(jié)果在全部樣本中選取特定樣本；將本輪正例樣本和特定樣本作為下一輪正例樣本，根據(jù)下一輪正例樣本確定下一輪負例樣本；之后根據(jù)下一輪正例樣本和下一輪負例樣本，繼續(xù)執(zhí)行上述模型訓(xùn)練和樣本處理過程，直至得到滿足指定條件的分類模型，本發(fā)明在一輪模型訓(xùn)練后，若得到的分類模型不滿足指定條件，則基于該分類模型選取特定樣本疊加到正例樣本中，并通過多輪迭代過程進行模型訓(xùn)練。隨著正例樣本數(shù)量的不斷增加，負例樣本中包含的潛在正例樣本會隨之下降，可有效提升負例樣本中的樣本純凈度，由于正例樣本和負例樣本的區(qū)分度較好，所以根據(jù)多次進行數(shù)量疊加的正例樣本和負例樣本進行多輪模型訓(xùn)練后得到的分類模型穩(wěn)定性較好，分類精確度較尚O
[0031]可選地，根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練之前，該方法還包括:
[0032]基于本輪正例樣本的數(shù)量，在全部樣本中除正例樣本之外的剩余樣本里選取本輪負例樣本；
[0033]在本輪正例樣本中選取第一樣本，在本輪負例樣本中選取第二樣本，第一樣本和第二樣本中包含的樣本數(shù)量一致；
[0034]根據(jù)本輪正例樣本和本輪負例樣本進行模型訓(xùn)練，包括:
[0035]根據(jù)正例樣本中除第一樣本之外的剩余樣本、負例樣本中除第二樣本之外的剩余樣本，進行模型訓(xùn)練。
[0036]可選地，利用本輪分類模型對全部樣本進行分類之前，該方法還包括:
[0037]根據(jù)第一樣本和第二樣本，對本輪分類模型進行評估，得到評估結(jié)果；
[0038]根據(jù)評估結(jié)果判斷本輪分類模型是否滿足指定條件；
[0039]當(dāng)評估結(jié)果優(yōu)于設(shè)置的分類性能指標(biāo)時，確定本輪分類模型滿足指定條件。
[0040]可選地，根據(jù)分類結(jié)果在全部樣本中選取被分類為正例樣本的指定個樣本，包括: