预测模型的训练方法、装置、计算机设备及存储介质

摘要

本公开提出一种预测模型的训练方法、装置、计算机设备及存储介质，该方法包括获取当前流数据和线上预测模型；如果当前流数据发生概念漂移，则确定概念漂移的程度值；以及根据概念漂移的程度值，结合当前流数据和目标流数据对线上预测模型进行在线训练，以得到目标预测模型；其中，目标流数据，是从多个历史流数据之中采样得到的。通过本公开能够兼顾预测模型对新知识的学习速度，和避免灾难性遗忘的发生，有效地提升预测模型的预测性能和预测稳定性，使得预测模型能够持续地满足智能场景中的预测需求，提升预测模型的预测效果。