[发明专利]一种多重抽样模型训练方法及装置在审
| 申请号： | 201610110893.4 | 申请日： | 2016-02-26 |
| 公开（公告）号： | CN107133436A | 公开（公告）日： | 2017-09-05 |
| 发明（设计）人： | 张柯;褚崴;施兴;谢树坤;谢锋 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙)33240 | 代理人： | 诸佩艳 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多重抽样模型训练方法及装置，本发明训练方法先对全体样本进行多重抽样，得到每次抽样的训练集和验证集；然后以每次抽样得到的训练集和验证集为一组，采用其中的训练集进行模型训练；并采用训练得到的模型分别评估训练集和验证集，根据训练集和验证集的评估结果，以及设定的淘汰准则淘汰训练得到的模型；最后采用保留下的模型，对全体样本进行预测，并采用预测得到的结果对保留下的模型进行组合模型训练，得到最终的模型。本发明训练装置包括抽样模块、第一训练模块、评估模块和第二训练模块。本发明的方法及装置所得到的模型将具有更强的鲁棒性与稳定性，预测精度更加准确，大大提高建模效率。 | ||
| 搜索关键词： | 一种 多重 抽样 模型 训练 方法 装置 | ||
【主权项】：
一种多重抽样模型训练方法，其特征在于，所述训练方法包括：对全体样本进行多重抽样，得到每次抽样的训练集和验证集；以每次抽样得到的训练集和验证集为一组，采用其中的训练集进行模型训练；采用训练得到的模型分别评估训练集和验证集，根据训练集和验证集的评估结果，以及设定的淘汰准则淘汰训练得到的模型；采用保留下的模型，对全体样本进行预测，并采用预测得到的结果对保留下的模型进行组合模型训练，得到最终的模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610110893.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
