本申请提供了一种分类器的训练方法、装置和电子设备，涉及机器学习等人工智能技术领域。该方法包括：在进行分类器训练时，可以先获取标记数据和未标记数据；并根据标记数据的特征分布和未标记数据的特征分布，从标记数据和未标记数据中，确定类别相同的共享数据；基于共享数据对未标记数据进行处理，得到目标未标记数据，其中，目标未标记数据的特征分布与标记数据的特征分布相同；再根据标记数据和目标未标记数据更新初始分类器的网络参数，以训练得到分类器，该分类器的训练过程充分地考虑到了特征分布因素的影响，从而有效地提高了训练得到的分类器的准确度。