分类模型的训练方法、装置、设备、存储介质及产品

本申请提供一种分类模型的训练方法、装置、设备、存储介质及产品，涉及人工智能领域。该方法包括：获取样本数据，并划分为训练集和测试集；样本数据携带有分类标签；采用训练集，训练预设数量个初始模型，得到预设数量个分类模型；将测试集中的样本数据输入各分类模型，得到各样本数据对应的预测分类结果，并基于预测分类结果和样本数据携带的分类标签，对各样本数据进行模型关注度调整；采用调整模型关注度后的样本数据再次训练各分类模型，得到训练好的分类模型。本申请能够提高分类模型的预测准确度。