[发明专利]一种数据集匹配的模型确定方法、装置、设备及存储介质

权利要求书

1.一种数据集匹配的模型确定方法，其特征在于，包括：

针对每种模型，主节点将模型的配置参数进行分组，将每个分组的配置参数分配给对应的从节点，以使每个从节点根据分组的配置参数对模型进行配置；

针对每种配置了不同分组的配置参数的多个模型，所述主节点控制至少两个从节点对所述多个模型进行训练，并控制从节点确定每个模型的性能数据以及反馈所述性能数据；

所述主节点接收每个从节点反馈的模型的性能数据，并基于所述性能数据确定每种模型的最优配置参数；

所述主节点控制至少两个从节点将目标数据集输入到配置有最优配置参数的每种模型中，以确定每种模型的性能数据；

所述主节点根据所述至少两个从节点反馈的每种模型的性能数据，确定与目标数据集最匹配的，且配置有最优配置参数的模型。

2.根据权利要求1所述的方法，其特征在于，所述主节点控制至少两个从节点对所述多个模型进行训练；

所述主节点将第一数据集分别分配给至少两个从节点，以使每个所述从节点基于第一数据集对对应的模型进行训练；

所述控制从节点确定每个模型的性能数据以及反馈所述性能数据，包括：

所述主节点将第二数据集分配给至少两个从节点，以使每个所述从节点将所述第二数据集输入到对应的模型中以确定模型的性能数据，并向所述主节点反馈所述模型的性能数据。

3.根据权利要求1所述的方法，其特征在于，

所述主节点根据每个从节点反馈的每种模型的性能数据，确定与目标数据集最匹配的，且配置有最优配置参数的模型，包括：

所述主节点根据每个从节点反馈的AUC值，将最大AUC值对应的模型作为与目标数据集最匹配的，且配置有最优配置参数的模型。

4.根据权利要求2所述的方法，其特征在于，还包括：从全数据集中进行随机抽样，得到第一数据集。

5.一种数据集匹配的模型确定方法，其特征在于，包括：

针对每种模型，主节点将模型的配置参数进行分组，从节点接收主节点发送的每个分组的配置参数，并根据分组的配置参数对模型进行配置；

所述从节点对分配的模型进行训练，并确定模型的性能数据以及反馈所述性能数据，以使主节点基于每个从节点反馈的模型的性能数据确定每种模型的最优配置参数；

所述从节点将目标数据集输入到对应的配置有最优配置参数的模型中，以确定模型的性能数据，并反馈给所述主节点，以使主节点根据每个从节点反馈的每种模型的性能数据，确定与所述目标数据集最匹配的，且配置有最优配置参数的模型。

6.根据权利要求5所述的方法，其特征在于，所述从节点将目标数据集输入到对应的配置有最优配置参数的模型中，以确定模型的性能数据，包括：

所述从节点将所述目标数据集输入到对应的配置有最优配置参数的模型中，得到输出数据；

基于所述输出数据以及所述目标数据集的标准数据计算AUC值。

7.一种数据集匹配的模型确定方法，其特征在于，包括：

针对每种模型，主节点将模型的配置参数进行分组，将每个分组的配置参数分配给对应的从节点；

所述从节点根据分组的配置参数对模型进行配置；

针对每种配置了不同分组的配置参数的多个模型，所述主节点将每个模型分配给至少两个从节点，以使从节点对模型进行训练、并确定每个模型的性能数据以及反馈所述性能数据；

所述主节点接收每个所述从节点反馈的模型的性能数据，并基于所述性能数据确定每种模型的最优配置参数；

所述主节点将目标数据集分配给至少两个从节点；

所述从节点将目标数据集输入到配置有最优配置参数的每种模型中，以确定每种模型的性能数据；

所述主节点根据所述至少两个从节点反馈的每种模型的性能数据，确定与目标数据集最匹配的，且配置有最优配置参数的模型。