【技术实现步骤摘要】
本文件涉及计算机，尤其涉及一种模型效果的评估方法、装置及设备。
技术介绍
1、针对模型效果的评估机制，由于深度学习模型在如今的科技领域中得到了广泛应用，然而，随着模型的规模和复杂度的不断增加，以及人们对隐私数据越来越重视，模型效果的评估与管理变得越来越重要。一个高效的深度学习模型的模型效果评估与管理机制可以确保模型的高效运行，减少人工干预的误差和成本，提高模型的效率和准确性。此外，随着深度学习模型被广泛应用于机器学习、自然语言处理、图像识别等领域，一个完善的模型效果评估与管理机制也可以有效提升上述领域的应用价值和实用性，对推动智能化发展具有重要的促进作用。为此，需要提供一种更高效、更普适、更准确和更灵活的深度学习模型的模型效果评估机制。
技术实现思路
1、本说明书实施例的目的是提供一种更高效、更普适、更准确和更灵活的深度学习模型的模型效果评估机制。
2、为了实现上述技术方案，本说明书实施例是这样实现的：
3、本说明书实施例提供的一种模型效果的评估方法，所述方法包括：...
【技术保护点】
1.一种模型效果的评估方法，所述方法包括：
2.根据权利要求1所述的方法，所述基于所述数据集中的业务数据对应的特征分布信息和/或所述数据集中的业务数据对应的模型预测结果的分布信息，通过预设的效果评估策略对所述目标模型进行效果评估，得到对所述目标模型的效果评估结果，包括：
3.根据权利要求2所述的方法，所述方法还包括：
4.根据权利要求1所述的方法，所述基于所述数据集中的业务数据对应的特征分布信息和/或所述数据集中的业务数据对应的模型预测结果的分布信息，通过预设的效果评估策略对所述目标模型进行效果评估，得到对所述目标模型的效果评估结果
【技术特征摘要】
1.一种模型效果的评估方法，所述方法包括：
2.根据权利要求1所述的方法，所述基于所述数据集中的业务数据对应的特征分布信息和/或所述数据集中的业务数据对应的模型预测结果的分布信息，通过预设的效果评估策略对所述目标模型进行效果评估，得到对所述目标模型的效果评估结果，包括：
3.根据权利要求2所述的方法，所述方法还包括：
4.根据权利要求1所述的方法，所述基于所述数据集中的业务数据对应的特征分布信息和/或所述数据集中的业务数据对应的模型预测结果的分布信息，通过预设的效果评估策略对所述目标模型进行效果评估，得到对所述目标模型的效果评估结果，包括：
5.根据权利要求4所述的方法，所述方法还包括：
6.根据权利要求5所述的方法，所述样本特征分布信息包括样本特征分布差异信息，所述样本预测结果的分布信息包括样本预测结果的分布差异信息，所述获取所述业务数据样本集中的业务数据样本对应的样本特征分布信息和...
【专利技术属性】
技术研发人员：苗书宇，刘健，金宏，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
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。