一种用于模型训练的训练数据划分及未达标电芯剔除方法

一种用于模型训练的训练数据划分及未达标电芯剔除方法，根据各个数据区间的密度值以及权重约束条件得到各个数据区间的样本比例，进而得到初始的划分值；基于初始的划分值获取最佳分类模型以及最终的划分值后，对训练集以及预测集进行分类，得到各个数据区间的数据预测结果；根据各个数据区间的区间上限与区间下限确定剔除上限以及剔除下限，以对未达标电芯进行剔除。由于根据数值变化情况进行数据划分可以使数值分布变化比较大的部分得到更加精细的类别划分，使最终得到的数据预测结果更加贴合真实值；再基于预测精度重新确定不同数据区间的剔除范围，以进一步对未达标电芯进行剔除，并尽可能地保留达标的电芯，从而平衡过杀和漏杀现象。