[发明专利]一种模型训练方法、装置及设备

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

利用总数据样本训练待训练模型；所述总数据样本包括携带有标签的源数据样本；

上述训练过程包括多次迭代，在第i次迭代过程中：

第i次迭代使用的源数据样本，包括第i-1次迭代使用的源数据样本和通过第i-1次迭代使用的辅助数据样本转化得到的源数据样本；所述通过第i-1次迭代使用的辅助数据样本转化得到的源数据样本，通过如下方式确定：

对目标分类样本集中包括的源数据样本和辅助数据样本，以所述目标分类样本集中包括的源数据样本为聚类中心进行聚类，得到聚类集合；所述目标分类样本集为所述待训练模型在第i-1次迭代时对所述总数据样本进行分类得到的多个分类样本集中的任意一个分类样本集；

根据所述各个聚类集合中的辅助数据样本与其对应的聚类中心之间的距离，确定待转化的辅助数据样本；

将所述待转化的辅助数据样本转化为源数据样本。

2.根据权利要求1所述的方法，其特征在于，所述对目标分类样本集中包括的源数据样本和辅助数据样本，以所述目标分类样本集中包括的源数据样本源数据样本为聚类中心进行聚类，得到聚类集合，包括：

以所述目标分类样本集中的各个源数据样本作为聚类中心进行聚类，得到多个聚类集合。

3.根据权利要求2所述的方法，其特征在于，所述根据所述各个聚类集合中的辅助数据样本与其对应的聚类中心之间的距离，确定待转化的辅助数据样本，包括：

计算各个聚类集合中，辅助数据样本与其对应的聚类中心的距离；

按照所述距离从小到大进行排序，将排序靠前的预设比例的距离对应的辅助数据样本确定为所述待转化的辅助数据样本。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算第i次迭代时，待训练模型对第1次迭代使用的源数据样本的分类错误率，若所述分类错误率大于或者等于第一预设阈值，结束迭代过程。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算第一分类错误率和第二分类错误率之间的差值；若所述差值大于或者等于第二预设阈值，结束迭代过程；

其中，所述第一分类错误率为第i次迭代时，待训练模型对第1次迭代使用的源数据样本的分类错误率，所述第二分类错误率为第i-1次迭代时，待训练模型对第1次迭代使用的源数据样本的分类错误率。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若第i次迭代使用的源数据样本与总数据样本的比值，大于或者等于第三预设阈值，则结束迭代过程，并将所述第i次迭代得到的模型作为训练得到的模型。

7.一种模型训练装置，其特征在于，所述装置包括：

训练单元，用于利用总数据样本训练待训练模型；所述总数据样本包括携带有标签的源数据样本；

上述训练过程包括多次迭代，在第i次迭代过程中：

第i次迭代使用的源数据样本，包括第i-1次迭代使用的源数据样本和通过第i-1次迭代使用的辅助数据样本转化得到的源数据样本；所述通过第i-1次迭代使用的辅助数据样本转化得到的源数据样本，通过如下方式确定：

对目标分类样本集中包括的源数据样本和辅助数据样本，以所述目标分类样本集中包括的源数据样本为聚类中心进行聚类，得到聚类集合；所述目标分类样本集为所述待训练模型在第i-1次迭代时对所述总数据样本进行分类得到的多个分类样本集中的任意一个分类样本集；根据所述各个聚类集合中的辅助数据样本与其对应的聚类中心之间的距离，确定待转化的辅助数据样本；

将所述待转化的辅助数据样本转化为源数据样本。

8.根据权利要求7所述的装置，其特征在于，所述对目标分类样本集中包括的源数据样本和辅助数据样本，以所述目标分类样本集中包括的源数据样本源数据样本为聚类中心进行聚类，得到聚类集合，包括：

以所述目标分类样本集中的各个源数据样本作为聚类中心进行聚类，得到多个聚类集合。