一种应收账款预测模型的训练方法及装置

摘要

本申请提供一种应收账款预测模型的训练方法及装置，该方法包括：获取多个月份的账户信息；对多个月份的账户信息进行特征提取，得到账户数据特征；基于开源机器学习平台和账户数据特征进行ARIMA‑X模型的训练，得到多个初始训练模型；计算每个初始训练模型的平均误差率，并将平均误差率最小的初始训练模型确定为调试训练模型；基于开源机器学习平台和多个月份的账户信息对调试训练模型进行迭代优化，得到应收账款预测模型。可见，实施这种实施方式，能够训练出一种应收账款项预测模型，从而使得工作人员能够根据该应收账款项预测模型预测出合适的应收款项，进而便于更合理地准备足额的准备金，并不会造成准备金的浪费。