摘要
本公开提供一种基于排序损失的二分类模型的风险预测、训练方法及相关产品。该方法包括:获取训练样本数据集、二分类模型和二分类模型本轮训练的超参数集,超参数集包括二分类模型本次训练所需迭代的迭代次数M;根据预设的抽样规则将训练样本数据集划分为X个训练样本数据子集,针对每个训练样本数据子集,根据训练样本数据子集的各训练样本的训练数据,获得训练样本数据子集的预测结果排序损失集合,预测结果排序损失集合包括训练样本数据子集中各训练样本对应的预测结果排序损失;基于各预测结果排序损失集合对本轮训练的二分类模型进行迭代直至二分类模型完成M次迭代训练或者满足预设的早停条件,获得本轮训练的目标二分类模型。
技术关键词
训练样本数据
二分类模型
排序损失
超参数
对象
分层方式
风险预测装置
风险预测方法
参数优化方法
标签
数据获取单元
处理器
计算机程序产品
训练装置
存储装置
可读存储介质
系统为您推荐了相关专利信息
非易失性存储介质
对象
历史运动数据
输入神经网络模型
计时器
医学图像处理技术
自动分割方法
心脏
形变配准技术
双线性插值