[发明专利]基于不均衡数据集的机器学习模型数据处理方法及装置

权利要求书

1.一种基于不均衡数据集的机器学习模型数据处理方法，其特征在于，所述方法包括：

对样本数据进行分层采样，得到训练数据集和测试数据集，对所述测试训练集样本数据进行随机采样，得到对应的系列子测试集；

根据所述训练数据集训练机器学习模型，并对所述系列子测试集进行机器学习模型的预测，得到预测结果，并根据所述预测结果确定对应的召回率；

根据所述召回率，确定平均召回率和召回率波动系数，并根据所述平均召回率和召回率波动系数，确定所述机器学习模型的稳定性等级和性能等级。

2.根据权利要求1所述的基于不均衡数据集的机器学习模型数据处理方法，其特征在于，还包括：

根据预设时间标注确定样本数据中的训练数据集和测试数据集。

3.根据权利要求1所述的基于不均衡数据集的机器学习模型数据处理方法，其特征在于，所述根据所述预测结果确定对应的召回率，包括：

根据所述测试数据集中预测结果为真且具有真实标签的测试数据数量在所述测试数据集中的占比，确定对应的召回率。

4.根据权利要求1所述的基于不均衡数据集的机器学习模型数据处理方法，其特征在于，所述根据所述召回率，确定平均召回率和召回率波动系数，包括：

根据所有所述召回率的均值确定对应的平均召回率；

对各所述召回率与所述平均召回率的差值进行数据处理，确定对应的召回率波动系数，并根据所述召回率波动系数的值确定对应的召回率波动系数。

5.一种基于不均衡数据集的机器学习模型数据处理装置，其特征在于，包括：

数据采集模块，用于对样本数据进行分层采样，得到训练数据集和测试数据集，对所述测试训练集样本数据进行随机采样，得到对应的系列子测试集；

模型预测模块，用于根据所述训练数据集训练机器学习模型，并对所述系列子测试集进行机器学习模型的预测，得到预测结果，并根据所述预测结果确定对应的召回率；

稳定性判定模块，用于根据所述召回率，确定平均召回率和召回率波动系数，并根据所述平均召回率和召回率波动系数，确定所述机器学习模型的稳定性等级和性能等级。

6.根据权利要求5所述的基于不均衡数据集的机器学习模型数据处理装置，其特征在于，还包括：

测试集区分采集单元，用于根据预设时间标注确定样本数据中的训练数据集和测试数据集。

7.根据权利要求5所述的基于不均衡数据集的机器学习模型数据处理装置，其特征在于，所述模型预测模块包括：

召回率确定单元，用于根据所述测试数据集中预测结果为真且具有真实标签的测试数据数量在所述测试数据集中的占比，确定对应的召回率。

8.根据权利要求5所述的基于不均衡数据集的机器学习模型数据处理装置，其特征在于，所述稳定性判定模块包括：

平均召回率确定单元，用于根据所有所述召回率的均值确定对应的平均召回率；

召回率波动系数确定单元，用于对各所述召回率与所述平均召回率的差值进行数据处理，确定对应的召回率波动系数，并根据所述召回率波动系数的值确定对应的召回率波动系数。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的基于不均衡数据集的机器学习模型数据处理方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的基于不均衡数据集的机器学习模型数据处理方法的步骤。