[发明专利]模型训练方法、异常数据检测方法、装置和电子设备

说明书

本说明书实施例公开了一种模型训练方法、异常数据检测方法、装置和电子设备的实施例。所述方法包括：利用以下步骤进行迭代处理，直至满足第一迭代结束条件：根据训练样本集，对第一模型进行训练；根据训练后的第一模型，对原始数据集中的原始数据进行预测，得到第一预测结果；根据第一预测结果，从所述原始数据集中不放回地抽取原始数据；对抽取的原始数据进行打标；将打标后的原始数据作为训练样本添加至所述训练样本集中。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种模型训练方法、异常数据检测方法、装置和电子设备。

背景技术

在实际应用中，经常需要检测业务数据是否为异常数据。为此可以训练模型，进而可以通过训练的模型检测业务数据是否为异常数据。

如何提高模型的训练速度是当前亟需解决的技术问题。

发明内容

本说明书实施例提供一种模型训练方法、异常数据检测方法、装置和电子设备，以提高模型的训练速度。本说明书实施例的技术方案如下。

本说明书实施例的第一方面，提供了一种模型训练方法，包括：利用以下步骤进行迭代处理，直至满足第一迭代结束条件：根据训练样本集，对第一模型进行训练；根据训练后的第一模型，对原始数据集中的原始数据进行预测，得到第一预测结果；根据第一预测结果，从所述原始数据集中不放回地抽取原始数据；对抽取的原始数据进行打标；将打标后的原始数据作为训练样本添加至所述训练样本集中。

本说明书实施例的第二方面，提供了一种异常数据检测方法，包括：将业务数据输入至使用第一方面所述方法训练后的第一模型，得到所述业务数据的检测结果。

本说明书实施例的第三方面，提供了一种模型训练装置，包括：迭代模块，用于利用以下步骤进行迭代处理，直至满足第一迭代结束条件：训练子模块，用于根据训练样本集，对第一模型进行训练；预测子模块，用于根据训练后的第一模型，对原始数据集中的原始数据进行预测，得到第一预测结果；选取子模块，用于根据第一预测结果，从所述原始数据集中不放回地抽取原始数据；打标子模块，用于对抽取的原始数据进行打标；添加子模块，用于将打标后的原始数据作为训练样本添加至所述训练样本集中。

本说明书实施例的第四方面，提供了一种异常数据检测装置，包括：检测模块，用于将业务数据输入至使用第一方面所述方法训练后的第一模型，得到所述业务数据的检测结果。

本说明书实施例的第五方面，提供了一种电子设备，包括：至少一个处理器；存储有程序指令的存储器，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如第一方面或第二方面所述方法的指令。

本说明书实施例提供的技术方案，所述电子设备可以根据第一预测结果抽取原始数据。这样在迭代的过程中，所述电子设备可以抽取出性价比较大的原始数据进行打标，从而可以提高模型的训练速度。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例中模型训练方法的流程示意图；

图2为本说明书实施例中模型训练过程的结构示意图；

图3为本说明书实施例中对第一类型的原始数据和第二类型的原始数据打标的示意图；

图4为本说明书实施例中对第三类型的原始数据打标的示意图；

图5为本说明书实施例中一个场景示例的流程示意图；

图6为本说明书实施例中异常数据检测方法的流程示意图；