基于机器学习的模型训练、分类方法、装置、设备及介质

本申请提供了一种基于机器学习的模型训练、分类方法、装置、设备及介质，属于机器学习技术领域。其中方法包括：通过获取目标对象在第一时段内的多个样本数据；分别对各样本数据划分为多个阴性样本和多个阳性样本；获取多组训练集和测试集；采用贝叶斯优化算法获取多组超参数取值，将各组超参数取值对应设置为梯度提升决策树的超参数；将各组训练集输入对应目标梯度提升决策树，计算各目标梯度提升决策树对应的曲线下面积；根据曲线下面积从多个目标梯度提升决策树中确定对象分类模型。这样，采用贝叶斯优化算法获取多组超参数取值，结合多组训练集对多个目标梯度提升决策树进行训练，择优确定对象分类模型，训练方法简单，提高分类准确度。