【技术实现步骤摘要】
分类模型预测方法及装置
本申请涉及机器学习领域，尤其涉及一种分类模型预测方法及装置。
技术介绍
随着信息技术的发展，基于机器学习的分类模型越来越广泛的应用在各个领域中，例如图像分类、文本分类、视频分类等等，有助于提高人们的工作效率及生活质量。目前，在分类模型完成训练后，会基于分类模型训练时的训练数据，对完成训练的分类模型进行预测，在分类模型的预测结果对应的误差率满足预设条件的情况下，将该分类模型进行投产。因为分类模型预测的数据为训练数据，会导致出现过拟合的现象，且以单一指标作为投产准入，不足以保证分类模型的准确性和最优性。
技术实现思路
本申请提供了一种分类模型预测方法及装置，目的在于解决分类模型预测的数据为训练数据，会导致出现过拟合的现象，且以单一指标作为投产准入，不足以保证分类模型的准确性和最优性的问题。为了实现上述目的，本申请提供了以下技术方案：一种分类模型预测方法，包括：获取待预测分类模型和所述待预测分类模型对应的所有分类结果；依据各个所述分类结果，从网络中...
【技术保护点】
1.一种分类模型预测方法，其特征在于，包括：/n获取待预测分类模型和所述待预测分类模型对应的所有分类结果；/n依据各个所述分类结果，从网络中抓取数据集；所述数据集包括每个所述分类结果各自相关的多个样本数据；/n从所述数据集包含的各个样本数据中确定多个目标样本数据；/n依据所述待预测分类模型和每个所述目标样本数据，调用预设的接口函数，得到所述待预测分类模型对应的日志数据集；/n获取预设的多个模型指标，并依据所述日志数据集，计算每个所述模型指标各自对应的指标值。/n
【技术特征摘要】
1.一种分类模型预测方法，其特征在于，包括：
获取待预测分类模型和所述待预测分类模型对应的所有分类结果；
依据各个所述分类结果，从网络中抓取数据集；所述数据集包括每个所述分类结果各自相关的多个样本数据；
从所述数据集包含的各个样本数据中确定多个目标样本数据；
依据所述待预测分类模型和每个所述目标样本数据，调用预设的接口函数，得到所述待预测分类模型对应的日志数据集；
获取预设的多个模型指标，并依据所述日志数据集，计算每个所述模型指标各自对应的指标值。
2.根据权利要求1所述的方法，其特征在于，所述从所述数据集包含的各个样本数据中确定多个目标样本数据，包括：
对所述数据集中的每个所述样本数据进行数据类型标注；
依据数据类型标注的结果，对所述数据集进行初始样本数据筛选，得到多个初始样本数据；
对每个所述初始样本数据进行数据处理，得到每个所述初始样本数据各自对应的目标样本数据。
3.根据权利要求1所述的方法，其特征在于，所述依据所述待预测分类模型和每个所述目标样本数据，调用预设的接口函数，得到所述待预测分类模型对应的日志数据集，包括：
调用预设的接口函数，将每个所述目标样本数据依次输入至所述待预测分类模型中；
获取所述待预测分类模型处理每个所述目标样本数据所产生的日志数据；
将各个所述日志数据组成日志数据集。
4.根据权利要求3所述的方法，其特征在于，所述依据所述日志数据集，计算每个所述模型指标各自对应的指标值，包括：
解析所述日志数据集中的每个所述日志数据，从各个日志数据中提取每个所述模型指标各自对应的数据项；
针对每个所述模型指标，依据提取到的所述模型指标对应的数据项，计算所述模型指标的指标值。
5.根据权利要求1所述的方法，其特征在于，所述依据所述日志数据集，计算预设的每个模型指标各自对应的指标值之后，还包括：
判断每个所述指标值是否满足各自对应的预设条件；
若每个所述指标值均满足各自对应的预设条件，则将当前的待预测分类模型进行投产；
若存在任意一个所述指标值不满足其对应的预设条件，则依据所述日志数据集，通过预先建立的函数模型，得到所述待预测分类模型的损失函数值；
依据所述损失函数值，对所述待预测分类模型进行模型参数优化，得到新的待预测分类模型；
并依据所述新的待预测分类模型和所述新的待预测分类模型对应的所有分类结果，返回执行所述依据各个所述分类结果，从网络中抓取数据集的步骤，直至每个所述模型指标的指标值均满足各自对应的预设条件。
6.一种分类模型预测装置，其特征在于，包括：<...
【专利技术属性】
技术研发人员：徐凯路，钟华剑，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。