摘要
本说明书实施例提供一种业务模型训练及在线更新的方法、装置,用于训练及更新梯度提升树架构下的业务模型。业务模型可以包括若干基学习器,业务模型更新的方法可以包括离线更新和在线更新两部分。在离线训练业务模型时,采用基于梯度提升树逐次增加基学习器数量的训练构思,对于用于拟合残差的新增基学习器,通过梯度的正交分解使其仅拟合与已知基学习器相关性较小的分量,在线上预测阶段,可以利用流数据更新各个基学习器的权重系数,并检测是否需要增加新的基学习器。该实施方式为梯度提升树下的模型的线上更新提供有效的解决方案。
技术关键词
学习器
业务处理结果
业务模型训练方法
样本
梯度提升树
在线
模型训练装置
指标
模型更新
数据更新
计算机
离线
可读存储介质
存储器
处理器
元素
周期
阶段
系统为您推荐了相关专利信息
网格
自动监测系统
更新模型参数
温室
神经网络模型
谣言检测方法
话题
注意力机制
样本
预训练语言模型
风电机组零部件
仿真模型生成方法
变量
神经网络模型
应力场