一种机器学习模型构建方法、装置、电子设备及存储介质

本申请公开了一种机器学习模型构建方法、装置、电子设备及存储介质，涉及人工智能技术领域。该方法包括：对原始样本集中包含的多个原始样本执行聚类操作，得到N个簇样本，对N个簇样本分别进行特征增强，得到N个簇样本各自对应的簇增强样本，并基于N个簇样本与N个簇样本各自对应的簇增强样本分别构成N个样本对，采用卷积神经网络对N个样本对分别进行特征提取；针对每个样本对，将卷积神经网络中多个卷积层各自输出的特征进行融合，得到每个样本对的融合特征；根据正样本集、负样本集、N个融合特征，生成符合损失函数要求的机器学习模型，用以提高机器学习模型的适用性与准确性。