[发明专利]用于训练模型的方法、装置、设备以及存储介质

权利要求书

1.一种用于训练模型的方法，包括：

获取初始样本数据、用于进行相关性比较的基础特征列数据和待训练模型；

基于所述初始样本数据、基础特征列数据，确定所述初始样本数据中的各特征列数据与所述基础特征列数据的初始相关性；

基于所述初始相关性，更新所述待训练模型中的单调性约束向量，以训练所述待训练模型。

2.根据权利要求1所述的方法，其中，所述基于所述初始样本数据、用于进行相关性比较的基础特征列数据，确定所述初始样本数据中的各特征列数据与所述基础特征列数据的初始相关性，包括：

根据所述初始样本数据、所述基础特征列数据和逻辑回归模型，确定所述初始样本数据中的各列数据与所述基础特征列数据的初始相关性，其中，所述逻辑回归模型用于表征各特征列数据、基础特征列数据与二者之间的相关性的对应关系。

3.根据权利要求1所述的方法，其中，所述基于所初始相关性，更新所述待训练模型中的单调性约束向量，以训练所述待训练模型，包括：

多次执行以下迭代步骤：

根据所述初始相关性和所述初始样本数据，确定并更新所述初始样本数据中的目标特征列数据；

确定所述目标特征列数据与所述基础特征列数据的相关性，并将所述初始相关性更新为得到的所述相关性；

根据得到的所述相关性，更新所述待训练模型中的单调性约束向量，以训练所述待训练模型。

4.根据权利要求3所述的方法，其中，所述根据得到的所述相关性，更新所述待训练模型中的单调性约束向量，以训练所述待训练模型，包括：

响应于确定所述单调性约束向量的变化值小于预设阈值，结束训练所述待训练模型。

5.根据权利要求3所述的方法，其中，所述方法还包括：

响应于确定所述待训练模型的输出的变化值小于预设阈值，结束训练所述待训练模型。

6.一种用于训练模型的装置，包括：

获取单元，被配置成获取初始样本数据、用于进行相关性比较的基础特征列数据和待训练模型；

相关性确定单元，被配置成基于所述初始样本数据、基础特征列数据，确定所述初始样本数据中的各列数据与所述基础特征列数据的初始相关性；

训练单元，被配置成基于所述初始相关性，更新所述待训练模型中的单调性约束向量，以训练所述待训练模型。

7.根据权利要求6所述的装置，其中，所述相关性确定单元进一步被配置成：

根据所述初始样本数据、所述基础特征列数据和逻辑回归模型，确定所述初始样本数据中的各特征列数据与所述基础特征列数据的初始相关性，其中，所述逻辑回归模型用于表征各特征列数据、基础特征列数据与二者之间的相关性的对应关系。

8.根据权利要求6所述的装置，其中，所述训练单元进一步被配置成：

多次执行以下迭代步骤：

根据所述初始相关性和所述初始样本数据，确定并更新所述初始样本数据中的目标特征列数据；

确定所述目标特征列数据与所述基础特征列数据的相关性，并将所述初始相关性更新为得到的所述相关性；

根据得到的所述相关性，更新所述待训练模型中的单调性约束向量，以训练所述待训练模型。

9.根据权利要求8所述的装置，其中，所述训练单元进一步被配置成：

响应于确定所述单调性约束向量的变化值小于预设阈值，结束训练所述待训练模型。

10.根据权利要求8所述的方法，其中，所述训练单元进一步被配置成：

响应于确定所述待训练模型的输出的变化值小于预设阈值，结束训练所述待训练模型。