模型训练方法、装置、设备、存储介质及程序产品

本申请实施例提供一种模型训练方法、装置、设备、存储介质及程序产品，涉及大数据领域。该方法包括：获取第一数据集，并将第一数据集拆分为多个第二数据集，多个第二数据集包括：训练集和验证集，确定同一特征在多个第二数据集中的分布参数，并根据每个特征的多个分布参数确定特征是否为需删除特征，每个特征在每个第二数据集中对应一个分布参数，若特征为需删除特征，则从第二数据集中删除特征所对应的数据，根据有监督训练集对第一预测模型进行有监督训练得到第二预测模型，并根据训练集对第二预测模型进行弱监督训练得到第三预测模型，通过验证集对第三预测模型的性能进行验证。本申请的方法，提高了模型的预测准确度。