[发明专利]利用筛查模型进行分类的方法、装置及存储介质有效
| 申请号： | 201910269583.0 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN109978877B | 公开（公告）日： | 2022-08-23 |
| 发明（设计）人： | 杨叶辉;许言午;王磊;黄艳 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764 |
| 代理公司： | 北京市铸成律师事务所 11313 | 代理人： | 邓海鸿;陈建民 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提出一种利用筛查模型进行分类的方法、装置及计算机可读存储介质。其中利用筛查模型进行分类的方法包括：利用源领域的分级训练数据作为训练样本对目标领域中的筛查模型进行训练；对所述筛查模型采用的最小二乘损失函数进行修改，以拉开所述分级训练数据中相邻级别的差距；使用修改后的最小二乘损失函数，对所述筛查模型进行AUC优化。本发明实施例利用源领域中的分级训练数据进行知识迁移，能够在目标领域中得到更好的预测性能。此外，本发明实施例通过对筛查模型进行AUC优化，能够更为准确和全面地衡量算法的性能，更好地应对样本不平衡的问题。 | ||
| 搜索关键词： | 利用 模型 进行 分类 方法 装置 存储 介质 | ||
【主权项】：
1.一种筛查模型的训练方法，其特征在于，包括：利用源领域的分级训练数据作为训练样本对目标领域中的筛查模型进行训练；对所述筛查模型采用的最小二乘损失函数进行修改，以拉开所述分级训练数据中相邻级别的差距；使用修改后的最小二乘损失函数，对所述筛查模型进行AUC优化。
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/201910269583.0/，转载请声明来源钻瓜专利网。
