特征选择模型的训练、对象分类方法、装置、设备及介质

摘要

本发明实施例公开一种特征选择模型的训练、对象分类方法、装置、设备及介质。该特征选择模型的训练方法包括：将多个训练样本、以及与每个训练样本分别对应的类别标注结果输入至特征选择模型中，每个训练样本包括多个样本特征，特征选择模型用于从各样本特征中选择出目标特征；根据特征选择模型中的目标函数确定模块输出的目标函数值，对目标函数确定模块中的网络参数进行调整，目标函数确定模块包括基于自适应损失函数构建出的损失函数度量单元，自适应损失函数包括与第一范数相关的第一式子、以及与第二范数相关的第二式子。本发明实施例的技术方案，通过可适应于各种数据分布下的数据度量的自适应损失函数，达到了高准确度的特征选择的效果。