[发明专利]一种模型训练方法、存储介质及电子设备

权利要求书

1.一种模型训练方法，用于整合多个基模型，以准确的预测数据集的结果，其特征在于：该方法包括步骤，

获取数据集，数据集包括特征参数及验证参数；

训练多个基础模型，并将特征参数输入基础模型中生成多个预测结果；及

利用预测结果及验证参数训练终模型。

2.如权利要求1所述的一种模型训练方法，其特征在于：

所述终模型为将预测结果当作输入参数及将验证参数当作输出参数进行模型训练后得到的模型。

3.如权利要求1所述的一种模型训练方法，其特征在于：

所述模型训练为利用输入参数与输出参数建立的函数关系式，以使向训练出的模型中输入参数可生成输出参数。

4.如权利要求1所述的一种模型训练方法，其特征在于：

获取数据集后还包括从数据集中提取特征集。

5.如权利要求4所述的一种模型训练方法，其特征在于：

所述特征集为输入参数，所述验证参数为输出结果，利用所述特征集及所述验证参数可进行模型的训练。

6.如权利要求4所述的一种模型训练方法，其特征在于：

所述特征集包括多个特征参数，所述特征参数包括属性及属性值，所述特征集中的特征参数属性相同。

7.如权利要求1所述的一种模型训练方法，其特征在于：

将数据集输入基础模型中预测结果包括训练基础模型及利用训练好的基础模型对输入的参数进行预测。

8.如权利要求7所述的一种支持多种模型训练方法，其特征在于：

基础模型为对应一种输入参数进行结果预测的函数关系式。

9.一种存储介质，其特征在于：所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1-8中任一项中所述模型训练方法。

10.一种电子装置，包括存储器和处理器，其特征在于：所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1-8中任一项中所述的模型训练方法。