对象分类方法、分类模型训练方法、相关设备及程序产品

本申请公开了一种对象分类方法、分类模型训练方法、相关设备及程序产品，涉及机器学习技术领域。方法包括：获取待分类对象的参数数据；对所述参数数据进行特征提取，得到参数特征；将所述参数特征送入分类模型得到分类结果，其中，所述分类模型为采用强化学习策略对随机森林模型进行训练得到，所述随机森林模型中每棵决策树的权重参数在强化学习训练过程更新并固定。本申请通过强化学习策略，能够自动调整决策树权重，从而提高分类模型在复杂、不平衡数据上的分类准确性和鲁棒性。并且，相比于深度学习模型的参数量更小，需要的计算资源也更低。