摘要
本发明实施例提供了一种训练学生模型的方法，包括：获取第一训练集，其包括多个未经缺失处理的原始样本和对应的标签；获取利用原始样本和标签训练得到教师模型，其包括用于从原始样本提取教师表征的特征提取器和用于根据教师表征得到教师预测结果的回归层；利用多种缺失率对每个原始样本进行处理，得到对应的缺失样本，所有缺失样本和对应的标签组成第二训练集；获取学生模型，其包括用于从缺失样本提取学生表征的特征提取器和用于根据学生表征得到学生预测结果的回归层；利用第二训练集、教师表征和教师预测结果对学生模型进行训练，训练时，基于表征损失、预测结果损失、对比损失和绝对误差损失加权的总损失更新学生模型的参数。
