[发明专利]确定学习模型的稳定性的方法和装置

权利要求书

1.一种确定学习模型的稳定性的方法，包括：

获取对照信息，所述对照信息包括将对照样本集输入所述学习模型由所述学习模型输出的对照结果集和\或对照评价指标，其中所述对照样本集包括M个对照样本，每个对照样本各自具有L个特征值，M和L为大于1的整数；

获取实验样本集，所述实验样本集包括M个实验样本，所述M个实验样本与所述M个对照样本一一对应，其中每个所述实验样本是通过改变所述对照样本集中的每个所述对照样本L个特征值中的N个特征值来获取的，N为大于等于1且小于等于L的整数；

获取实验信息，所述实验信息包括将所述实验样本集输入所述学习模型由所述学习模型输出的实验结果集和\或实验评价指标，其中所述实验结果集与所述对照结果集相对应，所述实验评价指标与所述对照评价指标相对应；

根据稳定性信息确定所述学习模型的稳定性，所述稳定性信息表征所述对照信息和所述实验信息之间的偏离程度。

2.根据权利要求1所述的方法，其中，

在所述对照信息包括对照结果集且所述实验信息包括实验结果集的情况下，所述稳定性信息包括第一属性值，所述第一属性值表征所述对照结果集和所述实验结果集之间的偏离程度；

在所述对照信息包括对照评价指标且所述实验信息包括实验评价指标的情况下，所述稳定性信息包括第二属性值，所述第二属性值表征所述对照评价指标和所述实验评价指标之间的偏离程度。

3.根据权利要求1所述的方法，其中：

在所述对照信息包括对照结果集和对照评价指标且所述实验信息包括实验结果集和实验评价指标的情况下，所述稳定性信息包括：

第一属性值，所述第一属性值表征所述对照结果集和所述实验结果集之间的偏离程度；

第二属性值，所述第二属性值表征所述对照评价指标和所述实验评价指标之间的偏离程度；

第三属性值，所述第三属性值是通过对所述第一属性值和所述第二属性值进行加权获取的。

4.根据权利要求3所述的方法，其中，根据稳定性信息确定所述学习模型的稳定性包括：

确定所述第一属性值是否大于第一预设阈值；

在确定所述第一属性值大于第一预设阈值的情况下，根据所述第一属性值确定所述学习模型的稳定性；

在确定所述第一属性值小于等于第一预设阈值的情况下，根据所述第三属性值确定所述学习模型的稳定性。

5.根据权利要求1-4中任意一项所述的方法，其中，所述N个特征值是根据特征值重要程度信息从所述对照样本的L个所述特征值中筛选出的；所述特征值重要程度信息包括以下中的至少一个：

所述学习模型本身具有的特征值重要程度信息；

通过针对所述对照样本集构建特征值分析模型获取的特征值重要程度信息；

利用特征值评估公式计算得到的特征值重要程度信息。

6.根据权利要求1-4中任意一项所述的方法，其中，改变所述对照样本集中的每个所述对照样本L个特征值中的N个特征值包括：

利用预定规则将每个所述特征值与随机数进行运算；或者

分别将每个所述特征值替换为所述特征值的取值范围内的其他任意值。

7.根据权利要求2-4中任意一项所述的方法，其中，所述对照结果集包括M个对照结果，所述实验结果集包括M个实验结果，所述对照结果和所述实验结果一一对应；

所述第一属性值的获取包括：

获取与对应的所述对照结果之间的偏离程度大于第二预设阈值的所述实验结果在所有所述实验结果中所占的比例；

根据所述比例获取所述第一属性值。