针对可疑训练数据的模型训练方法、装置、设备及介质

本申请适用于数据处理领域，涉及一种针对可疑训练数据的模型训练方法、装置、设备及介质。对关系数据集进行数据预清洗，得到异常属性值和修正属性值，针对任一元组，评估元组在模型上的训练损失和元组对模型在除元组外元组上的预测结果的支持度，得到损失评估结果和支持度评估结果，根据异常属性值、目标属性的属性值、损失评估结果和支持度评估结果，筛选得到目标属性对应的待修复元组，根据修正属性值，对待修复元组中目标属性的属性值进行修复，返回执行评估元组在模型上的训练损失的步骤，得到目标关系数据集，根据目标关系数据集对模型进行训练，得到目标模型。有效地识别并修复了关系数据集中的错误，提高了训练得到的模型的准确性。