[发明专利]基于深度强化学习的数据分类方法、装置、设备及介质

权利要求书

1.一种基于深度强化学习的数据分类方法，应用于医疗数据分类，其特征在于，包括：

从调查数据库中提取待分类疾病对应的调查数据，并对所述调查数据进行格式化处理，得到初始数据，所述初始数据包括：分类特征、特征方案和结果信息；

对所述分类特征进行预处理，得到训练数据；

通过所述训练数据和所述特征方案对所述结果信息进行训练，产生特征值；

使用所述特征值调整所述训练数据的参数和所述特征方案的参数，并将参数调整后的训练数据和特征方案作为目标方案；

通过深度强化学习模型，使用所述目标方案对所述结果信息进行迭代计算，得到分群决策模型；

针对任一用户，获取所述用户的特征数据，并将所述特征数据输入到所述分群决策模型中，得到所述用户对应的分类。

2.根据权利要求1所述的基于深度强化学习的数据分类方法，其特征在于，所述对所述分类特征进行预处理，得到训练数据包括：

对所述分类特征中的分类变量做one-hot编码，得到分类特征编码；

采用z-score标准化方法，对所述分类特征编码做连续标准化，得到标准化数据；

对所述分类特征中的结局做二值化处理，得到二值化结果；

将所述标准化数据和所述二值化结果作为训练数据。

3.根据权利要求2所述的基于深度强化学习的数据分类方法，其特征在于，所述对所述分类特征进行预处理，得到训练数据还包括：

通过特征工程，对所述分类特征进行特征合并，得到新的分类特征特征。

4.根据权利要求1所述的基于深度强化学习的数据分类方法，其特征在于，所述通过所述训练数据和所述特征方案对所述结果信息进行训练，产生特征值包括：

将所述分类特征的对应数值作为所述训练数据的状态；

将所述特征方案进行离散值处理，作为所述训练数据的动作；

通过所述状态和所述动作对所述结果信息进行训练，得到所述特征值。

5.根据权利要求1所述的基于深度强化学习的数据分类方法，其特征在于，所述使用所述特征值调整所述训练数据的参数和所述特征方案的参数，并将参数调整后的训练数据和特征方案对结果信息作为目标方案包括：

采用梯度下降法，通过所述特征值逐渐下调所述训练数据的参数和所述特征方案的参数；

将参数调整后的训练数据和特征方案对结果信息作为所述目标方案。

6.根据权利要求1所述的基于深度强化学习的数据分类方法，其特征在于，所述通过深度强化学习模型，使用所述目标方案对所述结果信息进行迭代计算，得到分群决策模型包括：

采用优先经验回放的方式，抽取所述目标方案；

通过深度强化学习模型，将所述目标方案对所述结果信息进行迭代计算，得到所述分群决策模型。

7.根据权利要求1至6任一项所述的基于深度强化学习的数据分类方法，其特征在于，在所述从调查数据库中提取待分类疾病对应的调查数据，并对所述调查数据进行格式化处理，得到初始数据之前，所述方法还包括：

从医学指南中，获取所述待分类疾病的特征方案。

8.一种基于深度强化学习的数据分类装置，其特征在于，包括：

初始数据获取模块，用于从调查数据库中提取待分类疾病对应的调查数据，并对所述调查数据进行格式化处理，得到初始数据，所述初始数据包括：分类特征、特征方案和结果信息；

训练数据获取模块，用于对所述分类特征进行预处理，得到训练数据；

结果信息训练模块，用于通过所述训练数据和所述特征方案对所述结果信息进行训练，产生特征值；

目标方案获取模块，用于使用所述特征值调整所述训练数据的参数和所述特征方案的参数，并将参数调整后的训练数据和特征方案作为目标方案；

分群决策模型模块，用于通过深度强化学习模型，使用所述目标方案对所述结果信息进行迭代计算，得到分群决策模型；

用户分类确定模块，用于针对任一用户，获取所述用户的特征数据，并将所述特征数据输入到所述分群决策模型中，得到所述用户对应的分类。