[發明專利]分類器訓練方法、裝置、設備和計算機可讀存儲介質

在審

• 申請號: 201710524158.2
• 申請日: 2017-06-30
• 公開（公告）號: CN109214400A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 徐以華
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣東廣和律師事務所 44298
• 代理人: 章小燕

本發明公開了一種分類器訓練方法、裝置、設備和計算機存儲介質，該方法包括：確定分類器對應的用于計算梯度方向的目標函數，目標函數的參數為分類器的待確定的特征向量系數；從預設的訓練樣本集中抽取訓練子集，并獲取已代入目標函數中計算梯度方向的訓練樣本集中的其他子集；將訓練子集和其他子集代入目標函數計算梯度方向；根據計算結果確定特征向量系數的值；根據特征向量系數的值，確定分類器。根據本發明，在抽取訓練子集進行訓練時，同時考慮當前抽取的樣本子集和前一樣本子集，根據向量的疊加原理，可以保持梯度是按照梯度下降的方向，一定程度上優化了對邊緣樣本的容錯率，同時兼備了高效性。

技術領域

本發明涉及計算機技術領域，尤其涉及一種分類器訓練方法、裝置、設備和計算機可讀存儲介質。

背景技術

隨著4G(第四代移動通信技術)應用的推廣，無線網絡的服務主體逐漸向數據業務轉移，越來越多的用戶使用無線終端享受數據服務，例如觀看視頻，瀏覽網頁、聊天等。每種數據業務的特征不同，對于無線網絡的資源占用情況也有很大差異：使用聊天工具的用戶，在線時長往往大于下載文件的用戶，但是其流量可能只有下載用戶的百分之一，同時不同的業務對于無線環境的要求也不一致。

為了改善用戶使用感受，我們需要了解無線網元上的現有資源是否能夠滿足用戶業務的需要，也就是依賴于用戶業務分類和感知評估的方法。解決這個問題需要根據業務特征(業務量大小、業務時長，業務時延，丟包率等)對業務進行有效的識別和分類，因此，業務分類成為了一個重耍的研究方向。

目前，用于數據業務分類的支持向量機(SVM)分類算法一般使用的是批量處理算法，由于批量處理算法需要將整個數據集加載到內存之中，使得它不適合大量數據的情況，無法應用于實時性較高的場合。而分類器的構建需要耗費大量的時間，導致后面到達的信息可能會由于處理不及時使得重要信息丟失,無法高效的對后來的數據進行準確的預測及處理操作。現在也有利用改進的隨機梯度下降算法(SGD)算法來求解SVM，但由于SGD是選取的隨機數據來處理，由于每次只是針對一個樣本，這樣不可避免造成梯度不是每次都向著下降的方向的,收斂曲線很不平滑，且對于噪聲樣本的影響較大。

發明內容

本發明的目的在于提供一種分類器訓練方法、裝置、設備和計算機可讀存儲介質，針對海量復雜數據分類耗費大量時間以及準確率不夠高的問題。

本發明解決上述技術問題所采用的技術方案如下：

提供的一種分類器訓練方法，所述分類器訓練方法包括：確定分類器對應的用于計算梯度方向的目標函數，所述目標函數的參數為所述分類器的待確定的特征向量系數；從預設的訓練樣本集中抽取訓練子集，并獲取已代入所述目標函數中計算梯度方向的所述訓練樣本集中的其他子集；將所述訓練子集和所述其他子集代入所述目標函數計算梯度方向；根據計算結果確定所述特征向量系數的值；根據所述特征向量系數的值，確定所述分類器。

可選地，前述的分類器訓練方法，所述將所述訓練子集和所述其他子集代入所述目標函數計算梯度方向的步驟，還包括：在不存在已代入所述目標函數中進行的所述其他子集時，將所述訓練子集代入所述目標函數計算梯度方向。

可選地，前述的分類器訓練方法，所述獲取已代入所述目標函數中計算梯度方向的所述訓練樣本集中的其他子集的步驟包括：獲取在所述訓練子集前抽取并代入所述目標函數中進行計算的前一子集。

可選地，前述的分類器訓練方法，所述目標函數中包含所述分類器的損失函數，所述將所述訓練子集和所述其他子集代入所述目標函數計算梯度方向的步驟包括：計算所述分類器的損失函數，并根據所述損失函數計算出所述目標函數的梯度方向。

可選地，前述的分類器訓練方法，所述訓練樣本集為通信業務數據樣本集，所述訓練器用于對通信業務進行分類。