一种分类模型训练系统及其实现方法技术方案

本发明专利技术提供一种分类模型训练系统及其实现方法，所述实现方法包括：S1，创建SPARK算法分类模型训练系统的前端管理展示界面，并定义所述前端管理展示界面的前端交互请求接口；S2，创建SPARK算法分类模型训练系统的后端服务数据源系统；S3，基于所述前端管理展示界面的前端交互请求接口，创建后端服务控制接口，并建立所述后端服务控制接口与所述前端交互请求接口的对应关系；S4，创建所述后端服务控制接口中基于SPARK算法训练和优化分类模型的内部业务逻辑。通过采用本发明专利技术提供的分类模型训练系统，能够有效简化分类模型训练的操作流程，从而有效降低开发者劳动强度，提高开发效率。

【技术实现步骤摘要】
一种分类模型训练系统及其实现方法
本专利技术涉及信息处理
，更具体地，涉及一种分类模型训练系统及其实现方法。
技术介绍
目前，使用SPARK算法的机器学习库SPARK.MLlib进行机器学习已成为常用机器学习方式。为了方便快捷地使用SPARK.MLlib进行分类算法模型训练，且由于分类算法属于监督学习，需要提前准备大量带标签的样本，分为训练样本与测试样本，再由SPARK.MLlib利用这些带标签的样本进行分类算法模型的训练，在此过程中需不断调整样本与模型参数来优化分类算法模型。常用的优化分类模型的方法需要手动不断新增训练样本，以使样本覆盖模型的全部特征，增加分类模型的准确率和召回率。手动新增训练样本和进行模型参数优化，需要花费开发者大量的时间跟精力在数据准备和程序运行上，导致开发效率较低。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种分类模型训练系统及其实现方法，以达到有效简化分类模型训练操作流程，从而有效降低开发者劳动强度及提高开发效率的目的。第一方面，本专利技术提供一种分类模型训练系统的实现方法，包括：S1，基于SPARK算法训练分类模型的外部管本文档来自技高网...

【技术保护点】
一种分类模型训练系统的实现方法，其特征在于，包括：S1，基于SPARK算法训练分类模型的外部管理需求，创建前端管理展示界面，并基于外部管理与后端服务的交互需求，定义所述前端管理展示界面的前端交互请求接口；S2，基于SPARK算法训练分类模型的内部业务数据需求，创建后端服务数据源系统；S3，基于所述前端管理展示界面的前端交互请求接口，创建后端服务控制接口，并建立所述后端服务控制接口与所述前端交互请求接口的对应关系；S4，创建所述后端服务控制接口的内部业务逻辑，所述内部业务逻辑包括，基于SPARK算法训练分类模型的业务逻辑需求和所述前端交互请求接口，通过调用所述后端服务数据源系统，创建初始分类模型...

【技术特征摘要】
1.一种分类模型训练系统的实现方法，其特征在于，包括：S1，基于SPARK算法训练分类模型的外部管理需求，创建前端管理展示界面，并基于外部管理与后端服务的交互需求，定义所述前端管理展示界面的前端交互请求接口；S2，基于SPARK算法训练分类模型的内部业务数据需求，创建后端服务数据源系统；S3，基于所述前端管理展示界面的前端交互请求接口，创建后端服务控制接口，并建立所述后端服务控制接口与所述前端交互请求接口的对应关系；S4，创建所述后端服务控制接口的内部业务逻辑，所述内部业务逻辑包括，基于SPARK算法训练分类模型的业务逻辑需求和所述前端交互请求接口，通过调用所述后端服务数据源系统，创建初始分类模型，并对所述初始模型进行训练和预测优化，获取目标分类模型。2.根据权利要求1所述的方法，其特征在于，步骤S1中所述创建前端管理展示界面的步骤进一步包括：分别创建分类模型的训练管理界面、优化管理界面和分类模型管理界面；相应的，所述前端交互请求接口包括：前端训练交互请求接口、前端优化交互请求接口和前端模型管理交互请求接口。3.根据权利要求2所述的方法，其特征在于，所述训练管理界面至少包括：分类模型算法选择界面、分类模型算法参数设置界面、训练数据源设置界面和数据预处理流程设置界面；所述优化管理界面至少包括：分类模型优化策略选择界面、分类模型优化标准设置界面和预测优化数据源设置界面；所述分类模型管理界面至少包括：分类模型版本管理界面和分类模型效果展现界面。4.根据权利要求3所述的方法，其特征在于，步骤S2中所述创建后端服务数据源系统的步骤进一步包括：S21，导入SPARK算法的机器学习库SPARK-MLlib，并分别创建训练数据源库、预测优化数据源库和模型系统元数据库；S22，将准备好的训练样本数据存入所述训练数据源库，并将预测优化样本数据存入所述预测优化数据源库。5.根据权利要求4所述的方法，其特征在于，所述S3的步骤进一步包括：S31，基于所述前端训练交互请求接口，创建后端训练管理控制接口，并建立所述前端训练交互请求接口与所述后端训练管理控制接口的对应关系；S32，基于所述前端优化交互请求接口，创建后端优化管理控制接口，并建立所述前端优化交互请求接口与所述后端优化管理控制接口的对应关系；S33，基于所述前端模型管理交互请求接口，创建后端模型管理控制接口，并建立所述前端模型管理交互请求接口与所述后端模型管理控制接口的对应关系。6.根据权利要求5所述的方法，其特征在于，所述S4的步骤进一步至少包括：S41，创建所述后端训练管理控制接口的内部训练业务逻辑，所述内部训练业务逻辑包括，基于SPARK算法训练分类模型过程的内部业务逻辑流程和所述前端训练交互请求接口，通过调用所述SPARK-MLlib、所述训练数据源库和所述模型系统元数据库，创建初始分类模型，并对所述初始分类模型进行训练，获取待优化分类模型；S42，创建所述后端优化管理控制接口的内部优化业务逻辑，所述内部优化业务逻辑包括，基于SPARK算法优化分类模型过程的内部业务逻辑流程和所述前端优化交互请求接口，通过调用所述SPARK-MLlib、所述预测优化数据源库和所述模型系统元数据库，对所述待优化分类模型进行预测优化，获取所述目标分类模型。7.根据权利要求6所述的方法，其特征在...

【专利技术属性】
技术研发人员：王毅，张文明，陈少杰，
申请(专利权)人：武汉斗鱼网络科技有限公司，
类型：发明
国别省市：湖北,42