一种基于特征分布的训练集生成、模型训练方法及装置

摘要

本发明提供了一种基于特征分布的训练集生成、模型训练方法及装置，涉及机器学习技术领域，包括：获取测试集和多个训练集，分别从所述测试集和每个所述训练集抽取样本，根据抽取的样本分别确定其特征；根据所述特征确定所述测试集和多个所述训练集的特征分布；根据所述特征分布从多个所述训练集中抽取样本组成新训练集，以生成具有与所述测试集的特征分布对齐的特征分布的新训练集。本发明通过分析测试集和多个训练集的特征在特征空间的分布，确定各数据集间的相关性，并确定每个训练集的抽样概率，对多个训练集进行自动抽样，生成新的训练集。本发明可使得新训练集的数据分布与测试集的数据分布对齐，保证模型在测试集上可获得良好表现。