本发明公开了一种机器学习模型训练方法及装置；方法包括：确定训练集中样本的散度的差值，和/或所述训练集中样本的ROC；基于所述散度的差值和/或所述ROC，构造使用所述训练集训练的机器学习模型的损失函数；基于所述训练集迭代训练所述机器学习模型；比较相邻两次迭代训练所述机器学习模型后对应的损失函数的相对变化值；当所述损失函数的相对变化值小于指定值时，停止迭代训练所述机器学习模型。实施本发明，能够克服监督学习方式训练机器学习模型时样本不均衡带来的影响，提升机器学习模型的性能。