[发明专利]基于有限数据的分类模型训练方法和终端设备

权利要求书

1.一种基于有限数据的分类模型训练方法，其特征在于，包括：

获取预设的预训练模型和数据集；

对所述数据集进行预分类，并根据分类结果将所述数据集对应划分为多个子集；

分别从各个所述子集中抽取设定数量的样本组成训练集和测试集；

根据所述训练集训练所述预训练模型；

根据所述测试集测试训练后的所述预训练模型，并获取测试结果；

根据所述测试结果对训练后的所述预训练模型进行评估。

2.如权利要求1所述的基于有限数据的分类模型训练方法，其特征在于，所述预分类的过程包括：

获取预设的聚类特征；

根据所述聚类特征对所述数据集中的各个样本分类。

3.如权利要求2所述的基于有限数据的分类模型训练方法，其特征在于，所述训练集和所述测试集具有相同的数据分布特性。

4.如权利要求1至3中任一项所述的基于有限数据的分类模型训练方法，其特征在于，所述根据所述测试结果对训练后的所述预训练模型进行评估，包括：

判断所述测试结果是否符合预设的应用需求；

当所述测试结果符合预设的应用需求时，输出训练后的所述预训练模型。

5.如权利要求4所述的基于有限数据的分类模型训练方法，其特征在于，所述根据所述测试结果对训练后的所述预训练模型进行评估，还包括：

当所述测试结果不符合预设的应用需求时，重复执行所述分别从各个所述子集中抽取设定数量的样本组成训练集和测试集；根据所述训练集训练所述预训练模型；根据所述测试集测试训练后的所述预训练模型，并获取测试结果；根据所述测试结果对训练后的所述预训练模型进行评估的步骤，直至所述测试结果符合预设的应用需求。

6.如权利要求4所述的基于有限数据的分类模型训练方法，其特征在于，所述测试结果为训练后的所述预训练模型对所述测试集的分类正确率。

7.如权利要求6所述的基于有限数据的分类模型训练方法，其特征在于，所述判断所述测试结果是否符合预设的应用需求，包括：

判断所述分类正确率是否等于或大于预设阈值；

当所述分类正确率等于或大于预设阈值时，判定所述测试结果符合预设的应用需求。

8.一种分类模型训练装置，其特征在于，包括：

输入单元，用于获取预设的预训练模型和数据集；

数据划分单元，用于对所述数据集进行预分类，并根据分类结果将所述数据集对应划分为多个子集；以及用于分别从各个所述子集中抽取设定数量的样本组成训练集和测试集；

训练单元，用于根据所述训练集训练所述预训练模型；

测试单元，用于根据所述测试集测试训练后的所述预训练模型，并获取测试结果；

评估单元，用于根据所述测试结果对训练后的所述预训练模型进行评估。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。