[发明专利]模型部署方法、装置、电子设备及存储介质

权利要求书

1.一种模型部署方法，其特征在于，包括：

获取模型训练数据集和模型测试数据集；

利用所述模型训练数据集分别对多个不同的初始模型进行模型训练，得到已训练模型集；

利用所述模型测试数据集对所述已训练模型集中每个已训练模型进行模型测试，得到每个所述已训练模型的第一测试结果集；

在根据所述第一测试结果集确定所述已训练模型集中存在满足第一设定条件的目标模型的情况下，将所述目标模型部署为线上模型。

2.根据权利要求1所述的方法，其特征在于，通过以下方式实现根据所述第一测试结果集确定所述已训练模型集中是否存在满足第一设定条件的目标模型：

根据所述第一测试结果集确定所述已训练模型集中每个所述已训练模型的至少一个模型评价指标值；

根据至少一个所述模型评价指标值确定所述已训练模型集中每个所述已训练模型的总指标值；

根据所述总指标值和所述第一测试结果集确定所述已训练模型集中是否存在满足第一设定条件的目标模型。

3.根据权利要求2所述的方法，其特征在于，在所述根据至少一个所述模型评价指标值确定所述已训练模型集中每个所述已训练模型的总指标值之前，所述方法还包括：

针对所述已训练模型集中的每个所述已训练模型，在确定所述已训练模型的指定模型评价指标值不满足第二设定条件的情况下，将所述已训练模型从所述已训练模型集中删除；

针对删除处理后的已训练模型集执行所述根据至少一个所述模型评价指标值确定所述已训练模型集中每个所述已训练模型的总指标值，以及根据所述总指标值和所述第一测试结果集确定所述已训练模型集中是否存在满足第一设定条件的目标模型的步骤。

4.根据权利要求2所述的方法，其特征在于，所述根据所述总指标值和所述第一测试结果集确定所述已训练模型集中是否存在满足第一设定条件的目标模型，包括：

利用所述模型测试数据集对当前线上模型进行模型测试，得到所述当前线上模型的第二测试结果集；

针对每个所述已训练模型，确定所述第一测试结果集中预测正确的第一测试结果对所述第二测试结果集中预测正确的第二测试结果的覆盖率；

确定所述已训练模型集中是否存在所述总指标值满足第三设定条件，且所述覆盖率达到预设覆盖率阈值的已训练模型；

若存在，则确定所述已训练模型集中存在满足第一设定条件的目标模型，并将所述总指标值满足第三设定条件，且所述覆盖率达到预设覆盖率阈值的已训练模型确定为满足所述第一设定条件的目标模型；

若不存在，则确定所述已训练模型集中不存在满足第一设定条件的目标模型。

5.根据权利要求2所述的方法，其特征在于，所述根据至少一个所述模型评价指标值确定所述已训练模型集中每个所述已训练模型的总指标值，包括：

针对所述已训练模型集中每个所述已训练模型，将至少一个所述模型评价指标值进行加权求和运算，得到所述已训练模型的总指标值。

6.根据权利要求1所述的方法，其特征在于，在所述将所述目标模型部署为线上模型之后，还包括：

获取所述目标模型的线上处理数据集；

利用所述线上处理数据集对历史模型进行模型测试，得到所述历史模型的第三测试结果集，所述历史模型指在所述目标模型之前的线上模型；

在根据所述线上处理数据集和所述第三测试结果集确定进行模型回滚的情况下，将所述历史模型重新部署为线上模型。