一种模型训练方法、装置、计算机设备及可读存储介质制造方法及图纸

本申请涉及人工智能技术领域，提供一种模型训练方法、装置、计算机设备及可读存储介质，包括：获取第一历史数据，将所述第一历史数据划分成训练集和验证测试集；通过所述训练集对预置的初始神经网络进行训练得到第一神经网络；通过所述验证测试集对所述第一神经网络进行验证测试处理；若所述第一神经网络通过所述验证测试处理，则确定所述第一神经网络为成熟神经网络。本申请在保证成熟神经网络的预测准确度的同时，还避免了该成熟神经网络出现训练过拟合的情况发生，并且确保了获得的成熟神经网络具有较高的适用范围。网络具有较高的适用范围。网络具有较高的适用范围。

【技术实现步骤摘要】
一种模型训练方法、装置、计算机设备及可读存储介质


[0001]本申请涉及人工智能
，尤其涉及一种模型训练方法、装置、计算机设备及可读存储介质。

技术介绍

[0002]预测是指人们利用已经掌握的知识和手段，预先推知和判断事物未来发展状况的一种活动。通常企业会通过具有丰富经验的员工，对某一领域的数据进行分析并获得预测结果。
[0003]然而，这种过分依赖于员工经验的方式不仅人力成本投入高，而且准确度低下，对此，一些企业采用训练后的神经网络对某一领域的数据进行分析运算得到预测结果。
[0004]然而，专利技术人发现，当前的神经网络通常是通过训练样本训练初始神经网络得到成熟神经网络，并将该成熟神经网络直接投入使用，而这样的成熟神经网络很容易因训练过拟合，导致无法准确的根据不同于训练样本的数据得到预测结果，造成该成熟神经网络的适用范围狭窄的情况发生。

技术实现思路

[0005]本申请提供一种模型训练方法、装置、计算机设备及可读存储介质，用以解决当前的成熟神经网络很容易因训练过拟合，导致无法准确的根据不同于训练样本的数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：获取第一历史数据，将所述第一历史数据划分成训练集和验证测试集；通过所述训练集对预置的初始神经网络进行训练得到第一神经网络；通过所述验证测试集对所述第一神经网络进行验证测试处理；若所述第一神经网络通过所述验证测试处理，则确定所述第一神经网络为成熟神经网络。2.根据权利要求1所述的模型训练方法，其特征在于，所述第一历史数据包括气象数据、属性数据和用户结果数据，所述气象数据是记载用户所在区域气象环境的数据信息，所述属性数据是描述用户特征的数据信息，所述用户结果数据是历史上对所述用户的评价信息。3.根据权利要求2所述的模型训练方法，其特征在于，所述通过所述训练集对预置的初始神经网络进行训练得到第一神经网络，包括：将所述训练集中第一历史数据的气象数据和属性数据设为训练输入信息；将所述训练集中第一历史数据的用户结果数据设为训练结果信息；将所述训练输入信息录入所述初始神经网络，以所述训练结果信息作为训练目标对所述初始神经网络进行迭代运算，得到能够根据所述训练输入信息得到所述训练结果信息的第一神经网络。4.根据权利要求1所述的模型训练方法，其特征在于，所述通过所述验证测试集对所述第一神经网络进行验证测试处理，包括：提取所述验证测试集中的验证集，根据所述验证集对所述第一神经网络进行验证处理；若所述第一神经网络通过所述验证处理，则提取所述验证测试集中的测试集，并根据所述测试集对所述第一神经网络进行测试处理；若所述第一神经网络通过所述测试处理，则确定所述第一神经网络通过所述验证测试处理；若所述第一神经网络未通过所述测试处理，则确定所述第一神经网络未通过所述验证测试处理；若所述第一神经网络未通过所述验证处理，则确定所述第一神经网络未通过所述验证测试处理；其中，所述验证处理包括：调用第一神经网络根据验证集中第一历史数据的气象数据和属性数据生成验证预测数据；若所述验证预测数据所述验证集的第一历史数据中的用户结果数据相似或相同，则确定所述第一神经网络通过所述验证处理；若所述验证预测数据所述验证集的第一历史数据中的用户结果数据不相似且不相同，则确定所述第一神经网络未通过所述验证处理；所述测试处理包括：调用第一神经网络根据测试集中第一历史数据的气象数据和属性数据生成测试预测...

【专利技术属性】
技术研发人员：王佳，郭梓旸，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：