1.一种行为判别模型的训练方法，其特征在于，包括：
获取标记样本集和未标记样本集；
基于所述标记样本集训练得到初始行为判别模型，将所述未标记样本集输入至所述初始行为判别模型，生成所述未标记样本集中各未标记样本对应的行为分类结果；
基于所述行为分类结果以及所述行为分类结果对应的未标记样本更新所述标记样本集，基于更新后的标记样本集对所述初始行为判别模型进行更新训练，得到目标行为判别模型。
2.根据权利要求1所述的方法，其特征在于，所述基于所述行为分类结果以及所述行为分类结果对应的未标记样本更新所述标记样本集，基于更新后的标记样本集对所述初始行为判别模型进行更新训练，得到目标行为判别模型，包括：
基于所述行为分类结果以及所述行为分类结果对应的未标记样本，更新所述标记样本集以及所述未标记样本集；
若更新后的未标记样本集非空，则基于当前更新后的标记样本集对所述初始行为判别模型进行更新训练得到更新行为判别模型，并基于所述更新行为判别模型对当前的所述未标记样本集中各未标记样本进行分类处理得到行为分类结果，根据所述行为分类结果以及所述行为分类结果对应的未标记样本循环更新所述标记样本集以及所述未标记样本集，直至更新后的未标记样本集为空。
3.根据权利要求2所述的方法，其特征在于，所述基于所述行为分类结果以及所述行为分类结果对应的未标记样本，更新所述标记样本集以及所述未标记样本集，包括：
基于各所述行为分类结果的置信度确定置信分类结果；
在所述未标记样本集中剔除所述置信分类结果对应的未标记样本，并将所述置信分类结果以及所述置信分类结果对应的未标记样本添加至所述标记样本集。
4.根据权利要求3所述的方法，其特征在于，所述基于各所述行为分类结果的置信度确定置信分类结果，包括：
将满足置信度阈值条件的行为分类结果确定为置信分类结果；或者，
根据所述各未标记样本对应的行为分类结果确定各行为分类结果的分布比例，基于所述分布比例确定置信分类结果。
5.根据权利要求1所述的方法，其特征在于，所述获取标记样本集和未标记样本集，包括：
获取设定场景下对应的初始样本数据，生成所述初始样本数据对应的场景特征指标；
基于所述场景特征指标构造所述初始样本数据对应的初始样本集；
基于所述初始样本集确定标记样本集和未标记样本集。
6.根据权利要求5所述的方法，其特征在于，所述设定场景包括超量购药场景、虚假计费场景和不合理住院场景。
7.一种行为判别方法，其特征在于，包括：
获取待判别的行为数据；
基于预先设置的目标行为判别模型生成所述行为数据对应的行为分类结果，其中，所述目标行为判别模型基于如权利要求1-6任一所述的行为判别模型的训练方法训练得到。
8.一种行为判别模型的训练装置，其特征在于，包括：
样本集获取模块，用于获取标记样本集和未标记样本集；
初始训练模块，用于基于所述标记样本集训练得到初始行为判别模型，将所述未标记样本集输入至所述初始行为判别模型，生成所述未标记样本集中各未标记样本对应的行为分类结果；
更新训练模块，用于基于所述行为分类结果以及所述行为分类结果对应的未标记样本更新所述标记样本集，基于更新后的标记样本集对所述初始行为判别模型进行更新训练，得到目标行为判别模型。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的行为判别模型的训练方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的行为判别模型的训练方法。