[发明专利]模型训练数据的选取方法及装置

权利要求书

1.一种模型训练数据的选取方法，其特征在于，包括：

根据样本数据集中样本数据的特征值以及标签，确定所述样本数据对应的综合得分；

根据所述综合得分对所述样本数据进行分组，以得到多个样本数据组，其中，所述样本数据组包括对应的分组标识；

根据所述分组标识在对应的样本数据组中进行样本数据的采样，以得到目标训练数据；

将所述目标训练数据输入至待训练模型中进行训练。

2.根据权利要求1所述的方法，其特征在于，所述特征值包括多个数值，其中，

在根据样本数据集中样本数据的特征值以及标签，确定所述样本数据对应的综合得分之前，还包括：

若所述样本数据的数据长度大于预设长度阈值，则根据所述多个数值以及所述标签转换为预设数值类型的第一数值矩阵；

对所述第一数值矩阵中的数值进行缩放，以得到第二数值矩阵。

3.根据权利要求2所述的方法，其特征在于，根据样本数据集中样本数据的特征值以及标签，确定所述样本数据对应的综合得分，包括：

根据所述特征值以及所述标签确定所述样本数据对应的相关性得分；

根据所述相关性得分以及所述特征值确定所述综合得分。

4.根据权利要求3所述的方法，其特征在于，根据所述特征值以及所述标签确定所述样本数据对应的相关性得分，包括：

确定与所述第二数值矩阵对应的相关系数矩阵；

根据所述相关系数矩阵确定所述多个数值对应的多个权重值；

根据所述多个权重值确定所述样本数据对应的相关性得分。

5.根据权利要求4所述的方法，其特征在于，根据所述相关性得分以及所述特征值确定所述综合得分，包括：

分离所述第二数值矩阵得到特征值矩阵以及标签矩阵；

根据所述相关系数矩阵以及所述特征值矩阵确定所述综合得分。

6.根据权利要求1所述的方法，其特征在于，根据所述综合得分对所述样本数据进行分组，以得到多个样本数据组，包括：

基于所述综合得分以及多个预设分数区间对所述样本数据进行分组，以得到所述多个样本数据组，其中，所述多个预设分数区间的数值范围相同；

根据所述多个预设分数区间的数值大小确定所述多个样本数据组的排序，以及根据所述排序确定所述多个样本数据组分别对应的分组标识。

7.根据权利要求6所述的方法，其特征在于，所述分组标识为数字标识，其中，

根据所述分组标识在对应的样本数据组中进行样本数据的采样，以得到目标训练数据，包括：

获取与所述分组标识对应的选取比例；

根据样本数据总量以及所述选取比例，确定对应的样本数据组的目标数据量；

根据所述目标数据量对所述样本数据组中的样本数据进行采样，并将采样得到的目标训练数据放入对应的目标训练数据组。

8.根据权利要求7所述的方法，其特征在于，在将所述目标训练数据放入对应的目标训练数据组之后，还包括：

在所述目标训练数据组中的数据量小于所述目标数据量的情况下，确定所述数据量与所述目标数据量的数据量差值；

在所述多个样本数据组中未被抽取的样本数据中随机抽取所述数据量差值的样本数据，并放入所述目标训练数据组中。

9.根据权利要求7或8所述的方法，其特征在于，将所述目标训练数据输入至预设模型中进行训练，包括：

确定与所述分组标识对应的待训练模型；

将所述目标训练数据组中的目标训练数据输入至所述待训练模型，以训练所述待训练模型。