数据处理方法、装置、设备、存储介质及程序产品

本申请关于一种数据处理方法、装置、设备、存储介质及程序产品，涉及机器学习技术领域。该方法包括：对至少两个训练数据集分别做采样处理，获得每个训练数据集各自对应的至少一个训练数据子集；每个训练数据集对应一个分类任务；获取至少两个分类任务各自的基准分类模型；获取至少两个分类任务中，每个分类任务的至少一个采样分类模型；基于至少两个分类任务各自的基准分类模型，以及，每个分类任务的至少一个采样分类模型，获取第一距离和第二距离；以最小化第一距离，最大化第二距离为目标，更新元学习器的参数。本申请可以缩短分类模型的训练时间，提高分类模型的训练效率，进而节约训练分类模型时消耗的运算资源和电力资源。