[发明专利]一种模型训练方法和相关装置

说明书

本申请提供了一种模型训练方法和相关装置，处理设备可以先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，该车辆出险信息用于标识多个车辆在所述预设历史时段内是否出险。处理设备可以基于该历史驾驶数据，确定多个车辆分别对应的多个驾驶特征。处理设备可以确定所述目标驾驶特征对应的关联参数，基于关联参数，从多个驾驶特征中选择对风险分析有合理关联性的有效驾驶特征，从而，可以基于这些特征，训练得到出险预测模型，通过该出险预测模型可以较为准确地预测车辆的出险概率，进而可以从对驾驶者驾驶行为分析的维度降低驾驶者的风险概率，提高行车安全性。

技术领域

本申请涉及模型训练技术领域，特别是涉及一种模型训练方法和相关装置。

背景技术

通过车辆出行是当下大部分出行者的出行选择，为了保障用户的行车安全，需要能够对车辆的行驶风险进行准确分析。

在相关技术中，缺乏一种能够对车辆行驶风险进行准确分析的方法，从而无法对车辆的运行提供安全保障。

发明内容

为了解决上述技术问题，本申请提供了一种模型训练方法，通过该方式训练得到的出险预测模型可以有效对车辆出险的概率进行预测。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例公开了一种模型训练方法，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。