数据类型的识别、模型训练、风险识别方法、装置及设备

摘要

本申请提供一种数据类型的识别、模型训练方法、装置及计算机设备，该模型训练方法包括：获取第一样本数据集，利用所述第一样本数据集对异常检测模型进行训练；通过所述异常检测模型从第二样本数据集中检测出异常样本数据集，利用所述异常样本数据集对分类模型进行训练。本实施例能降低分类模型的打分事件量，也能提供相对平衡的样本数据集进行训练，得到准确率较高的分类模型。具体应用时，待识别数据先输入至异常检测模型中，能快速区分出是否为第一类数据，对于异常检测模型识别出的第一类数据之外的其他数据输入到分类模型进行识别，在线进行数据识别速度较快。