模型训练方法、装置、电子设备及存储介质

本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质，应用于人工智能技术领域，该方法包括：获取待处理数据集，对待处理数据集进行数据清洗，得到清洗后的数据集；对清洗后的数据集进行数据增强，得到待使用数据集；按照预设数据比例对待使用数据集进行划分，得到训练数据集以及验证数据集；通过训练数据集对待训练的风险评估模型进行训练，得到训练后的风险评估模型；将验证数据集输入至训练后的风险评估模型，得到输出的验证数据集中每个验证数据对应的预测风险结果；基于每个验证数据对应的实际风险结果以及对应的预测风险结果，验证训练后的风险评估模型是否训练完成，从而提高风险评估模型的评估准确性。