机器学习模型训练方法、装置和计算机可读存储介质

摘要

本申请涉及一种机器学习模型训练方法、装置、计算机可读存储介质和计算机设备，方法包括：获取待训练的机器学习模型的源域样本数据和目标域样本数据；确定目标域样本数据和源域样本数据之间的分布密度比；根据分布密度比确定各源域样本数据分别对应的源域样本权重；根据源域样本数据和目标域样本数据得到训练样本数据，并根据源域样本权重和目标域样本数据分别对应的目标域样本权重确定训练样本数据分别对应的训练样本权重；按照训练样本权重训练训练样本数据，在满足训练结束条件时，得到训练完成的机器学习模型。本申请提供的方案可以提高训练得到的机器学习模型的性能。