[发明专利]一种模型训练方法和相关装置

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取多个车辆在预设历史时段内分别对应的历史驾驶数据和车辆出险信息，所述车辆出险信息用于标识所述多个车辆在所述预设历史时段内是否出险；

基于所述历史驾驶数据，确定所述多个车辆分别对应的多个驾驶特征，所述驾驶特征用于标识所述多个车辆分别对应的驾驶者的驾驶行为特征；

将所述多个驾驶特征分别作为目标驾驶特征，确定所述目标驾驶特征对应的关联参数，所述关联参数用于标识所述目标驾驶特征与车辆是否出险之间的关联程度；

确定所述多个驾驶特征中关联参数满足预设参数范围的有效驾驶特征；

将所述多个车辆对应的有效驾驶特征作为训练样本，所述多个车辆对应的车辆出险信息作为训练标签，训练得到出险预测模型，所述出险预测模型用于预测车辆的出险概率。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标驾驶特征对应的关联参数，包括；

根据所述目标驾驶特征，对所述多个车辆进行分组处理，得到多个车辆分组；

确定所述多个车辆分组分别对应的证据权重；

基于所述多个车辆分组分别对应的证据权重，确定所述目标驾驶特征对应的信息价值，将所述信息价值确定为所述目标驾驶特征对应的关联参数。

3.根据权利要求2所述的方法，其特征在于，所述确定所述多个车辆分组分别对应的证据权重，包括：

将所述多个车辆分组分别作为目标车辆分组，确定所述目标车辆分组中所对应车辆出险信息标识为未出险的车辆的第一数量，所对应车辆出险信息标识为出险的车辆的第二数量；

确定所述多个车辆中所对应车辆出险信息标识为未出险的车辆的第三数量，所对应车辆出险信息标识为出险的车辆的第四数量；

根据所述第一数量与所述第三数量的第一比值，以及所述第二数量与所述第四数量的第二比值，确定所述目标车辆分组对应的证据权重。

4.根据权利要求3所述的方法，其特征在于，所述证据权重是通过如下公式计算得到的：

其中，WOE为证据权重，y_i为第一数量，y_t为第二数量，n_i为第三数量，n_t为第四数量。

5.根据权利要求3所述的方法，其特征在于，所述基于所述多个车辆分组分别对应的证据权重，确定所述目标驾驶特征对应的信息价值，包括：

根据所述目标车辆分组对应的证据权重、所述第一比值和所述第二比值，确定所述目标车辆分组对应的子信息价值；

将所述多个车辆分组分别对应的子信息价值之和确定为所述目标驾驶特征对应信息价值。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算所述多个驾驶特征之间的特征相似度；

响应于所述多个驾驶特征中任意两个驾驶特征之间的特征相似度大于预设阈值，将所述两个驾驶特征中的任意一个驾驶特征从所述多个驾驶特征中去除。

7.一种模型训练装置，其特征在于，所述装置包括第一获取单元、第一确定单元、第二确定单元、第三确定单元和训练单元：

所述第一获取单元，用于获取多个车辆在预设历史时段内分别对应的历史驾驶数据和车辆出险信息，所述车辆出险信息用于标识所述多个车辆在所述预设历史时段内是否出险；

所述第一确定单元，用于基于所述历史驾驶数据，确定所述多个车辆分别对应的多个驾驶特征，所述驾驶特征用于标识所述多个车辆分别对应的驾驶者的驾驶行为特征；

所述第二确定单元，用于将所述多个驾驶特征分别作为目标驾驶特征，确定所述目标驾驶特征对应的关联参数，所述关联参数用于标识所述目标驾驶特征与车辆是否出险之间的关联程度；

所述第三确定单元，用于确定所述多个驾驶特征中关联参数满足预设参数范围的有效驾驶特征；

所述训练单元，用于将所述多个车辆对应的有效驾驶特征作为训练样本，所述多个车辆对应的车辆出险信息作为训练标签，训练得到出险预测模型，所述出险预测模型用于预测车辆的出险概率。