[發明專利]一種訓練數據的處理方法及裝置在審
| 申請號： | 201710098465.9 | 申請日： | 2017-02-22 |
| 公開（公告）號： | CN108460673A | 公開（公告）日： | 2018-08-28 |
| 發明（設計）人： | 張柯 | 申請（專利權）人： | 阿里巴巴集團控股有限公司 |
| 主分類號： | G06Q40/02 | 分類號： | G06Q40/02 |
| 代理公司： | 北京安信方達知識產權代理有限公司 11262 | 代理人： | 蔣冬梅;栗若木 |
| 地址： | 英屬開曼群島大開*** | 國省代碼： | 開曼群島;KY |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 原始訓練樣本 特征變量 訓練數據 樣本 目標訓練樣本 標簽 模型訓練 | ||
1.一種訓練數據的處理方法，其特征在于，用于處理一個或多個原始訓練樣本；所述每個原始訓練樣本包括樣本標簽以及至少一個特征變量；
所述處理方法包括：
確定用于對所述樣本標簽進行調整的特征變量；
針對所確定的每個特征變量，確定所述特征變量的取值范圍，并在所述取值范圍內，確定至少兩個分位值；
針對每個原始訓練樣本，分別確定所述原始訓練樣本中所述特征變量的值和每個分位值的比較結果，并根據每個比較結果分別對所述原始訓練樣本的樣本標簽進行調整，得到對應的目標訓練樣本，以便采用所述目標訓練樣本進行模型訓練。
2.根據權利要求1所述的處理方法，其特征在于，所述樣本標簽的值為0或1；
所述根據每個比較結果分別對所述原始訓練樣本的樣本標簽進行調整，得到對應的目標訓練樣本，包括以下之一：
針對每個分位值，若所述原始訓練樣本中所述特征變量的值大于或等于所述分位值，在所述目標訓練樣本中保持所述樣本標簽的值；若所述原始訓練樣本中所述特征變量的值小于所述分位值，在所述目標訓練樣本中調整所述樣本標簽的值為0；
針對每個分位值，若所述原始訓練樣本中所述特征變量的值小于或等于所述分位值，在所述目標訓練樣本中保持所述樣本標簽的值；若所述原始訓練樣本中所述特征變量的值大于所述分位值，在所述目標訓練樣本中調整所述樣本標簽的值為0。
3.根據權利要求1所述的處理方法，其特征在于，所述針對所確定的每個特征變量，確定所述特征變量的取值范圍，并在所述取值范圍內，確定至少兩個分位值，包括：
篩選出符合預定條件的原始訓練樣本；
針對所確定的每個特征變量，根據篩選出的原始訓練樣本中所述特征變量的值，確定所述特征變量的取值范圍，在所述取值范圍內，確定至少兩個互不相同的分位值。
4.根據權利要求1所述的處理方法，其特征在于，所述處理方法用于處理一個或多個符合預定條件的原始訓練樣本。
5.根據權利要求3或4所述的處理方法，其特征在于，所述符合預定條件的原始訓練樣本包括：樣本標簽的值為1的原始訓練樣本。
6.一種訓練數據的處理裝置，其特征在于，用于處理一個或多個原始訓練樣本；所述每個原始訓練樣本包括樣本標簽以及至少一個特征變量；
所述處理裝置包括：
第一處理模塊，用于確定用于對所述樣本標簽進行調整的特征變量；
第二處理模塊，用于針對所確定的每個特征變量，確定所述特征變量的取值范圍，并在所述取值范圍內，確定至少兩個分位值；
第三處理模塊，用于針對每個原始訓練樣本，分別確定所述原始訓練樣本中所述特征變量的值和每個分位值的比較結果，并根據每個比較結果分別對所述原始訓練樣本的樣本標簽進行調整，得到對應的目標訓練樣本，以便采用所述目標訓練樣本進行模型訓練。
7.根據權利要求6所述的處理裝置，其特征在于，所述樣本標簽的值為0或1；
所述第三處理模塊用于通過以下一種方式根據每個比較結果分別對所述原始訓練樣本的樣本標簽進行調整，得到對應的目標訓練樣本：
針對每個分位值，若所述原始訓練樣本中所述特征變量的值大于或等于所述分位值，在所述目標訓練樣本中保持所述樣本標簽的值；若所述原始訓練樣本中所述特征變量的值小于所述分位值，在所述目標訓練樣本中調整所述樣本標簽的值為0；
針對每個分位值，若所述原始訓練樣本中所述特征變量的值小于或等于所述分位值，在所述目標訓練樣本中保持所述樣本標簽的值；若所述原始訓練樣本中所述特征變量的值大于所述分位值，在所述目標訓練樣本中調整所述樣本標簽的值為0。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司，未經阿里巴巴集團控股有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710098465.9/1.html，轉載請聲明來源鉆瓜專利網。
