[发明专利]一种房间分类模型构建方法及装置、房间分类方法及装置

权利要求书

1.一种房间分类模型构建方法，其特征在于，包括：

获取训练样本集，所述训练样本集包括多个房间数据样本，每一房间数据样本包括房间的多个属性、每一属性对应的数据类型以及房间类型，所述房间的多个属性包括房间的几何信息和门窗信息；

根据所述训练样本集中每一房间数据样本的多个属性、每一属性对应的数据类型以及房间类型构建决策树，以获得构建完成的房间分类模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述训练样本集中每一房间数据样本的多个属性、每一属性对应的数据类型以及房间类型构建决策树，包括：

根据所述训练样本集中每一房间数据样本的多个属性和房间类型计算每一属性对应的信息增益率；

将信息增益率最大的属性作为根节点；

根据所述根节点对应的数据类型对所述根节点进行分支划分，以获得所述根节点的每一分支；

根据每一分支对应的房间数据样本生成每一分支对应的更新训练样本集；

根据每一分支对应的更新训练样本集确定每一分支对应的根节点，直至每一分支对应的房间数据样本中属于同一房间类型的样本比例满足预设比例，以完成决策树的构建。

3.根据权利要求2所述的方法，其特征在于，所述数据类型包括离散型和连续型，所述根据所述根节点对应的数据类型对所述根节点进行分支划分，包括：

判断所述根节点对应的数据类型是否为连续型；

若是，则对所述根节点对应属性的多个房间数据样本的数据进行依次排序，以获得数据排序集合；

根据所述数据排序集合确定所述数据排序集合对应的分割点；

根据所述分割点将所述数据排序集合划分为第一集合和第二集合；

判断分割点的个数是否达到预设个数；

若是，则执行根据每一分支对应的房间数据样本生成每一分支对应的更新训练样本集的步骤；

若否，则根据所述第一集合和第二集合确定待分割集合，并对所述待分割集合进行分割，直至分割点达到预设个数，以获得所述根节点的每一分支。

4.根据权利要求3所述的方法，其特征在于，所述数据排序集合为按照多个房间数据样本的数据的数值由小到大进行排序，所述根据所述数据排序集合确定所述数据排序集合对应的分割点，包括：

记录所述数据排序集合中数值最大的样本对应的房间类型；

按照数值由大到小依次遍历所述数据排序集中的每一样本对应的房间类型，判断遍历的样本对应的房间类型与所述数值最大的样本对应的房间类型是否一致；

在遍历的样本对应的房间类型与所述数值最大的样本对应的房间类型不一致时，获取不一致时遍历的样本对应的数值；

根据所述不一致时遍历的样本对应的数值确定所述数据排序集合对应的分割点。

5.根据权利要求4所述的方法，其特征在于，所述根据所述不一致时遍历的样本对应的数值确定所述数据排序集合对应的分割点，包括：

根据不一致时遍历的样本对应的数值V_f确定所述数据排序集合对应的分割点T_j，其中，公式为：

6.根据权利要求4所述的方法，其特征在于，所述根据所述第一集合和第二集合确定待分割集合，并对所述待分割集合进行分割，直至分割点达到预设个数，以获得所述根节点的每一分支，包括：

计算所述第一集合和第二集合分别对应的信息熵；

选择信息熵最大的集合作为所述待分割集合；

根据所述待分割集合确定所述待分割集合对应的分割点；

根据所述待分割集合对应的分割点对所述待分割集合进行分割并返回所述判断分割点的个数是否达到预设个数的步骤。