[发明专利]利用机器学习模型进行工作模式判决的方法及装置

说明书

本公开揭示了一种利用机器学习模型进行工作模式判决的方法，属于机器学习技术领域。所述方法包括：获取各个终端对应的各条判决数据，所述判决数据指示对应的终端在一次熄屏过程中根据所述机器学习模型获得的模型判决结果以及所述熄屏过程的熄屏时长，所述模型判决结果用于指示对应的终端是否进入指定工作模式；根据所述各条判决数据获取所述机器学习模型的评价参数；当所述评价参数满足预设条件时，对所述机器学习模型进行优化，并指示各个终端后续根据优化后的机器学习模型获得模型判决结果。本方案在确定是否对机器学习模型进行优化的过程中充分考虑了熄屏时长对机器学习模型的评价参数的影响，从而提高对机器学习模型的实际应用效果。

技术领域

本公开涉及机器学习技术领域，特别涉及一种利用机器学习模型进行工作模式判决的方法及装置。

背景技术

为了节约电量，智能手机等终端通常针对熄屏状态设置多种工作模式，比如正常模式、省电模式以及睡眠模式等。

在相关技术中，终端中预先设置对应熄屏状态下的指定工作模式的机器学习模型。终端在检测到熄屏之后，即开始采集与指定工作模式相关的输入数据，并将采集到的输入数据输入到机器学习模型中，并根据机器学习模型的输出结果确定是否进入该指定工作模式。

发明内容

本公开提供一种利用机器学习模型进行工作模式判决的方法。所述技术方案如下：

根据本公开实施例的第一方面，提供了一种利用机器学习模型进行工作模式判决的方法，所述方法包括：

获取各个终端对应的各条判决数据，所述判决数据指示对应的终端在一次熄屏过程中根据所述机器学习模型获得的模型判决结果以及所述熄屏过程的熄屏时长，所述模型判决结果用于指示对应的终端是否进入指定工作模式；

根据所述各条判决数据获取所述机器学习模型的评价参数，所述评价参数用于指示所述机器学习模型的判决效果；

当所述评价参数满足预设条件时，对所述机器学习模型进行优化，获得优化后的机器学习模型；

向所述各个终端发送模型优化指示，所述模型优化指示用于指示所述各个终端后续根据所述优化后的机器学习模型获得模型判决结果。

可选的，所述根据所述各条判决数据获取所述机器学习模型的评价参数，包括：

统计所述各条判决数据中的第一类型数据、第二类型数据以及第三类型数据各自的条数；所述第一类型数据是对应的终端进入所述指定工作模式后保持熄屏状态的时长超过第一预设时长的数据；所述第二类型数据是对应的终端进入所述指定工作模式后保持熄屏状态的时长不超过所述第一预设时长，且本次熄屏的总时长超过第二预设时长的数据；所述第三类型数据是对应的终端进入所述指定工作模式后保持熄屏状态的时长不超过所述第一预设时长，且本次熄屏的总时长不超过所述第二预设时长的数据；所述第一预设时长小于所述第二预设时长；

计算所述第一类型数据、所述第二类型数据以及所述第三类型数据各自的条数之和；

将所述第一类型数据的条数与所述第一类型数据、所述第二类型数据以及所述第三类型数据各自的条数之和之间的比值获取为所述机器学习模型的准确率。

可选的，所述根据所述各条判决数据获取所述机器学习模型的评价参数，包括：

统计所述各条判决数据中的第一类型数据以及第四类型数据各自的条数；所述第一类型数据是对应的终端进入所述指定工作模式后保持熄屏状态的时长超过第一预设时长的数据；所述第四类型数据是对应的本次熄屏的总时长超过第二预设时长的数据；所述第一预设时长小于所述第二预设时长；

将所述第一类型数据的条数与所述第四类型数据的条数之间的比值获取为所述机器学习模型的召回率。

可选的，所述根据所述各条判决数据获取所述机器学习模型的评价参数，包括：