[發明專利]一種數據聚類方法

在審

• 申請號: 201911183968.1
• 申請日: 2019-11-27
• 公開（公告）號: CN110956276A
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 柴磊;許靖
• 申請（專利權）人: 深圳市魔數智擎人工智能有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 深圳市神州聯合知識產權代理事務所(普通合伙) 44324
• 代理人: 周松強

1.一種數據聚類方法，其特征在于，該方法包括以下步驟：

步驟1：獲取原始樣本；

步驟2：通過原始樣本隨機生成新樣本；

步驟3：將原始樣本標記為第一樣本，并將新樣本標記為第二樣本，混合得到混合樣本；

步驟4：對混合樣本進行分類訓練，并得到具有樣本節點的分類模型；

步驟5：統計分類模型的樣本節點數量，并對分類模型內的樣本節點進行特征標記；

步驟6：提取樣本節點的路徑，并基于路徑得到樣本節點的邏輯結構；

步驟7：運用節點篩選算法，篩選重要樣本節點；

步驟8：統計重要樣本節點覆蓋的樣本，得到聚類的簇。

2.如權利要求1所述的一種數據聚類方法，其特征在于，步驟1中原始樣本包括待聚類的樣本以及待處理數據的指定聚類目標數。

3.如權利要求2所述的一種數據聚類方法，其特征在于，所述步驟4中分類訓練的算法為樹分類算法。

4.如權利要求3所述的一種數據聚類方法，其特征在于，所述樹分類算法具體包括以下步驟：

步驟41：將混合樣本由根節點出發，選定一個特征及一個或多個劃分點，將混合樣本分為兩份或多份子混合樣本，并對應生成兩個或多個子節點；

步驟42：對每一個子節點選定一個特征及一個或多個劃分點，將每一份子混合樣本再次分成兩份或多份；

步驟43；判斷是否滿足終止條件；若滿足終止條件，則進入步驟45；若不滿足終止條件，則進入步驟43；

步驟44：選定一個特征及一個或多個劃分點，對混合樣本進行進一步劃分，并回到步驟43；

步驟45；得到具有分類能力的單樹結構，并循環步驟41-43得到多個單樹結構，組合形成多樹結構。

5.如權利要求1所述的一種數據聚類方法，其特征在于，步驟5中的特征標記具體為：賦予每一個樣本節點唯一編號。