摘要
本说明书实施例公开了一种推断模型训练以及信贷属性推断方法、装置以及终端。确定多个样本用户的多个样本用户特征和每个样本用户特征分别对应的先验信贷属性,以及确定每个样本用户特征的损失权重,各样本用户特征的损失权重与先验信贷属性的置信度正相关;将所有样本用户特征输入初始推断模型,控制初始推断模型输出每个样本用户特征的预测信贷属性,并根据所有样本用户特征的预测信贷属性、先验信贷属性和损失权重调整初始推断模型的参数;基于调整后的初始推断模型更新所有样本用户特征中满足预设更新条件的目标样本用户特征的先验信贷属性和损失权重,并用于初始推断模型的下一次训练,直至初始推断模型收敛得到信贷属性推断模型。
技术关键词
样本
属性推断方法
模型训练方法
模型更新
计算机存储介质
计算机程序产品
模型训练装置
处理器
推断装置
模型训练模块
参数
终端
输出模块
指令
存储器
逻辑
数据
系统为您推荐了相关专利信息
局部放电数据
随机森林
局部放电识别方法
模糊C均值聚类算法
计算机设备
融合特征
故障预测模型训练
变电设备
支持向量机模型
故障预测系统