[發(fā)明專利]行為數(shù)據(jù)分類方法、分類模型訓(xùn)練方法及裝置

有效

• 申請?zhí)枺?/td>: 201711102854.0
• 申請日: 2017-11-10
• 公開（公告）號: CN109784351B
• 公開（公告）日: 2023-03-24
• 發(fā)明（設(shè)計）人: 車昱婧
• 申請（專利權(quán)）人: 財付通支付科技有限公司
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/214
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 劉映東

本發(fā)明公開了一種行為數(shù)據(jù)分類方法、分類模型訓(xùn)練方法及裝置，屬于大數(shù)據(jù)技術(shù)領(lǐng)域。所述方法包括：獲取待分類數(shù)據(jù)，待分類數(shù)據(jù)包括多個原始變量的特征值；將多個原始變量的特征值輸入分類模型，基于分類模型中的指定分類器以及指定分類器的特征值，獲取多個原始變量的至少一個衍生變量以及至少一個衍生變量的特征值；在分類模型中基于多個原始變量的特征值、至少一個衍生變量的特征值，得到待分類數(shù)據(jù)的類別。其中，指定分類器為待分類數(shù)據(jù)符合的分類條件所對應(yīng)的分類器。本發(fā)明減少了待分類數(shù)據(jù)的衍生變量數(shù)量，從而加快了數(shù)據(jù)分類的過程的計算速度。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)技術(shù)領(lǐng)域，特別涉及一種行為數(shù)據(jù)分類方法、分類模型訓(xùn)練方法及裝置。

背景技術(shù)

隨著大數(shù)據(jù)技術(shù)的發(fā)展，網(wǎng)絡(luò)中的數(shù)據(jù)飛速增長。為了分析和應(yīng)用數(shù)據(jù)，經(jīng)常需要對數(shù)據(jù)進行分類，例如在信用風(fēng)險評估的場景中，數(shù)據(jù)可以為信貸記錄、投資記錄、消費信息等，需要將數(shù)據(jù)分類為所屬用戶會違約的數(shù)據(jù)或不會違約的數(shù)據(jù)。

目前數(shù)據(jù)分類的過程基于One hot encoding(一位有效編碼)算法實現(xiàn)：在得到待分類數(shù)據(jù)后，將已訓(xùn)練的多棵決策樹中的每顆決策樹中的每個葉子節(jié)點的分類條件均作為該待分類數(shù)據(jù)的衍生變量，即若有N個葉子節(jié)點則會有N個衍生變量。對于每個葉子節(jié)點，當(dāng)待分類數(shù)據(jù)符合該葉子節(jié)點對應(yīng)的分類條件時，將該葉子節(jié)點對應(yīng)的衍生變量的特征值取1，當(dāng)待分類數(shù)據(jù)不符合該葉子節(jié)點對應(yīng)的分類條件時，將該葉子節(jié)點對應(yīng)的衍生變量的特征值取0，這樣得到待分類數(shù)據(jù)的所有衍生變量的特征值后，基于該待分類數(shù)據(jù)中多個原始變量的特征值、所有衍生變量的特征值進行計算，得到待分類數(shù)據(jù)的類別。

在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)相關(guān)技術(shù)至少存在以下問題：

待分類數(shù)據(jù)的衍生變量過多，導(dǎo)致數(shù)據(jù)分類的過程計算量過大，影響了計算速度。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種行為數(shù)據(jù)分類方法、分類模型訓(xùn)練方法及裝置，能夠解決相關(guān)技術(shù)中數(shù)據(jù)分類的過程計算量過大的問題。所述技術(shù)方案如下：

一方面，提供了一種行為數(shù)據(jù)分類方法，所述方法包括：

獲取待分類數(shù)據(jù)，所述待分類數(shù)據(jù)包括多個原始變量的特征值；

將所述多個原始變量的特征值輸入分類模型，基于所述分類模型中的指定分類器以及所述指定分類器的特征值，獲取所述多個原始變量的至少一個衍生變量以及所述至少一個衍生變量的特征值；

在所述分類模型中基于所述多個原始變量的特征值、所述至少一個衍生變量的特征值，得到所述待分類數(shù)據(jù)的類別；

其中，所述分類模型為基于多個樣本數(shù)據(jù)以及基于所述多個樣本數(shù)據(jù)的原始變量所得到的衍生變量訓(xùn)練得到的模型，所述指定分類器為所述待分類數(shù)據(jù)符合的分類條件所對應(yīng)的分類器，所述指定分類器的特征值基于訓(xùn)練所述指定分類器的正樣本數(shù)據(jù)的數(shù)量和負樣本數(shù)據(jù)的數(shù)量確定。

一方面，提供了一種分類模型訓(xùn)練方法，所述方法包括：

獲取多個樣本數(shù)據(jù)，所述多個樣本數(shù)據(jù)包括多個原始變量的特征值和類別；

對于所述多個樣本數(shù)據(jù)中的每個樣本數(shù)據(jù)，當(dāng)所述樣本數(shù)據(jù)符合已訓(xùn)練的多個分類器中的任一分類器對應(yīng)的分類條件時，將所述分類條件作為所述樣本數(shù)據(jù)的衍生變量；

將所述分類器的特征值作為所述衍生變量的特征值，得到所述樣本數(shù)據(jù)的至少一個衍生變量的特征值，其中，所述分類器的特征值基于訓(xùn)練所述分類器的正樣本數(shù)據(jù)的數(shù)量和負樣本數(shù)據(jù)的數(shù)量確定；

基于所述多個樣本數(shù)據(jù)的原始變量的特征值、類別和衍生變量的特征值進行訓(xùn)練，得到分類模型，所述分類模型用于對待分類數(shù)據(jù)進行分類。

一方面，提供了一種行為數(shù)據(jù)分類裝置，所述裝置包括：