一种用电信息采集设备故障分类模型训练方法及装置

摘要

本申请提供了一种用电信息采集设备故障分类模型训练方法及装置，其中，该方法包括：对故障信息样本集进行数据处理，以得到训练集；将训练集输入到多个分类器进行训练，获得多个分类器不同故障类型的召回率；根据召回率，对多个分类器进行加权融合，以得到目标故障分类模型。通过训练多个分类器，使用召回率进行加权融合，构建目标故障分类模型，根据这个目标故障分类模型进行未知类别标签故障数据的预测分类，综合体现出不同单分类器的优势，提高了训练模型有效地对故障分类预测的准确率、稳定性。