摘要
本申请涉及一种检测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品,涉及人工智能领域。所述方法包括:通过第一训练数据对待训练的账户异常识别模型中的基础模型进行训练,得到训练好的基础模型;将第二训练数据输入至所述训练好的基础模型,得到所述第二训练数据包含的各个样本分别对应的预测结果,对待训练的账户异常识别模型中的逻辑回归模型进行训练,得到训练好的账户异常识别模型。通过采用本方法,可以将多种不同的检测模型进行融合,实现多模型的融合异常识别与检测,能够大幅度提升账户欺诈风险的检测能力以及防控性能,以及进一步提升账户异常识别的准确率和账户欺诈检测的准确率。
技术关键词
账户
特征选择算法
逻辑回归模型
样本
支持向量机模型
数据
随机森林模型
基础
决策树模型
标签
计算机设备
计算机程序产品
欺诈检测
组合算法
评估算法
迭代算法
训练装置
多模型
处理器
指标