摘要
本申请实施例提供一种模型训练方法、装置及设备,涉及计算机技术领域。上述方法包括:确定数据提供端中的第二数据集与数据需求端中的第一数据集之间的数据交集;数据需求端在数据提供端中获取共有数据样本对应的关联特征,该关联特征由第二数据集中的共有数据样本与第二数据集中剩余的其它各个数据样本之间的关联信息确定;根据共有数据样本对应的关联特征,更新第一数据集中的各个数据样本的特征信息,并根据更新后的第一数据集对待训练模型进行训练。本申请中,数据需求端通过引入数据提供端中共有数据样本与其它数据样本之间的关联特征,可以更好的利用数据提供端中的非共有数据样本,有助于提高模型训练的准确性。
技术关键词
数据
样本
计算机执行指令
模型训练方法
索引
矩阵
模型训练装置
标签
模型训练系统
通信接口
可读存储介质
计算机程序产品
处理器通信
模块
存储器
通信装置
电子设备
系统为您推荐了相关专利信息
三维可视化模型
矿山边坡
边坡模型
数字地形模型
三维网格模型
数据处理方法
参数
梯度下降算法
数据处理技术
训练集
模型优化方法
图像
数据
深度学习模型训练
迁移学习策略
动力电池充放电
管理优化方法
电池状态数据
深度学习模型
电压稳定