[發明專利]一種數據分類方法、裝置及設備

在審

• 申請號: 202110490265.4
• 申請日: 2021-05-06
• 公開（公告）號: CN113191433A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 劉明;劉鍵偉;劉彥龍
• 申請（專利權）人: 大路網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q40/02;G16H50/70
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種數據分類方法，其特征在于，包括：

獲取待分類的目標數據；所述目標數據包含不平衡數據；

利用合成少數類過采樣技術SMOTE對所述目標數據進行預處理，得到預處理后的目標數據；

利用預先構建的數據分類模型，對所述預處理后的目標數據進行分類，得到分類結果。

2.根據權利要求1所述的方法，其特征在于，構建所述數據分類模型，包括：

獲取包含不平衡數據的訓練數據；

利用SMOTE技術對所述訓練數據進行預處理，得到預處理后的訓練數據；

根據所述預處理后的訓練數據以及所述訓練數據對應的分類標簽對初始數據分類模型進行訓練，生成所述數據分類模型。

3.根據權利要求2所述的方法，其特征在于，所述初始數據分類模型為Bagging集成學習框架。

4.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取包含不平衡數據的驗證數據；

利用SMOTE技術對所述驗證數據進行預處理，得到預處理后的驗證數據；

將所述預處理后的驗證數據輸入所述數據分類模型，獲得所述驗證數據的分類結果；

當所述驗證數據的分類結果與所述驗證數據對應的分類標記結果不一致時，將所述驗證數據重新作為所述訓練數據，對所述數據分類模型進行更新。

5.根據權利要求2所述的方法，其特征在于，所述方法還包括：

通過評價指標對所述數據分類模型的分類結果進行評估，得到評估結果；

根據所述評估結果對所述數據分類模型的參數進行調整，以獲得調整后的數據分類模型。

6.一種數據分類裝置，其特征在于，包括：

第一獲取單元，用于獲取待分類的目標數據；所述目標數據包含不平衡數據；

第一處理單元，用于利用合成少數類過采樣技術SMOTE對所述目標數據進行預處理，得到預處理后的目標數據；

分類單元，用于利用預先構建的數據分類模型，對所述預處理后的目標數據進行分類，得到分類結果。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

第二獲取單元，用于獲取包含不平衡數據的訓練數據；

第二處理單元，用于利用SMOTE技術對所述訓練數據進行預處理，得到預處理后的訓練數據；

訓練單元，用于根據所述預處理后的訓練數據以及所述訓練數據對應的分類標簽對初始數據分類模型進行訓練，生成所述數據分類模型。

8.根據權利要求7所述的裝置，其特征在于，所述初始數據分類模型為Bagging集成學習框架。

9.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

第三獲取單元，用于獲取包含不平衡數據的驗證數據；

第三處理單元，用于利用SMOTE技術對所述驗證數據進行預處理，得到預處理后的驗證數據；

獲得單元，用于將所述預處理后的驗證數據輸入所述數據分類模型，獲得所述驗證數據的分類結果；

更新單元，用于當所述驗證數據的分類結果與所述驗證數據對應的分類標記結果不一致時，將所述驗證數據重新作為所述訓練數據，對所述數據分類模型進行更新。

10.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

評估單元，用于通過評價指標對所述數據分類模型的分類結果進行評估，得到評估結果；

調整單元，用于根據所述評估結果對所述數據分類模型的參數進行調整，以獲得調整后的數據分類模型。

11.一種數據分類設備，其特征在于，包括：處理器、存儲器、系統總線；

所述處理器以及所述存儲器通過所述系統總線相連；

所述存儲器用于存儲一個或多個程序，所述一個或多個程序包括指令，所述指令當被所述處理器執行時使所述處理器執行權利要求1-5任一項所述的方法。

12.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有指令，當所述指令在終端設備上運行時，使得所述終端設備執行權利要求1-5任一項所述的方法。