【技术实现步骤摘要】
本申请涉及电数字数据处理领域，具体而言，涉及一种业务预测模型训练方法、装置及非易失性存储介质。
技术介绍
1、在对二分基模型进行训练时，通常会要求正负样本之间的比例接近1∶1，来保证训练效率和训练结果。但是在实际应用场景中，可能存在正负样本严重失衡的情况。这导致相关技术中在特定应用场景下无法保证二分基模型的训练效率。进而导致在特定应用场景下无法有效对业务结果进行预测。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种业务预测模型训练方法、装置及非易失性存储介质，以至少解决由于相关技术中在特定应用场景下二分模型训练效率低导致的在特定应用场景下无法有效的对业务结果进行预测的技术问题。
2、根据本申请实施例的一个方面，提供了一种业务预测模型训练方法，包括：获取待预测业务的历史业务数据，并从历史业务数据中确定第一类训练样本和第二类训练样本，其中，第二类训练样本多于第一类训练样本，在第一类训练样本为正样本的情况下，第二类训练样本为负样...
【技术保护点】
1.一种业务预测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的业务预测模型训练方法，其特征在于，将所述第二类训练样本随机划分为多个第一样本集合包括：
3.根据权利要求2所述的业务预测模型训练方法，其特征在于，所述业务预测模型训练方法还包括：
4.根据权利要求1所述的业务预测模型训练方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的业务预测模型训练方法，其特征在于，依据多个所述第二样本集合对业务预测模型进行训练包括：
6.根据权利要求5所述的业务预测模型训练方法，其特征在于，采用与所述二分...
【技术特征摘要】
1.一种业务预测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的业务预测模型训练方法，其特征在于，将所述第二类训练样本随机划分为多个第一样本集合包括：
3.根据权利要求2所述的业务预测模型训练方法，其特征在于，所述业务预测模型训练方法还包括：
4.根据权利要求1所述的业务预测模型训练方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的业务预测模型训练方法，其特征在于，依据多个所述第二样本集合对业务预测模型进行训练包括：
6.根据权利要求5所述的业务预测模型训练方法，其特征在于，采用与所述二分基模型对应的所述第...
【专利技术属性】
技术研发人员：张丽，张磊，邵文昊，刘媛，
申请(专利权)人：中国电信股份有限公司，
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。