[发明专利]一种数据分类方法、装置及设备

权利要求书

1.一种数据分类方法，其特征在于，包括：

获取待分类的目标数据；所述目标数据包含不平衡数据；

利用合成少数类过采样技术SMOTE对所述目标数据进行预处理，得到预处理后的目标数据；

利用预先构建的数据分类模型，对所述预处理后的目标数据进行分类，得到分类结果。

2.根据权利要求1所述的方法，其特征在于，构建所述数据分类模型，包括：

获取包含不平衡数据的训练数据；

利用SMOTE技术对所述训练数据进行预处理，得到预处理后的训练数据；

根据所述预处理后的训练数据以及所述训练数据对应的分类标签对初始数据分类模型进行训练，生成所述数据分类模型。

3.根据权利要求2所述的方法，其特征在于，所述初始数据分类模型为Bagging集成学习框架。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取包含不平衡数据的验证数据；

利用SMOTE技术对所述验证数据进行预处理，得到预处理后的验证数据；

将所述预处理后的验证数据输入所述数据分类模型，获得所述验证数据的分类结果；

当所述验证数据的分类结果与所述验证数据对应的分类标记结果不一致时，将所述验证数据重新作为所述训练数据，对所述数据分类模型进行更新。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

通过评价指标对所述数据分类模型的分类结果进行评估，得到评估结果；

根据所述评估结果对所述数据分类模型的参数进行调整，以获得调整后的数据分类模型。

6.一种数据分类装置，其特征在于，包括：

第一获取单元，用于获取待分类的目标数据；所述目标数据包含不平衡数据；

第一处理单元，用于利用合成少数类过采样技术SMOTE对所述目标数据进行预处理，得到预处理后的目标数据；

分类单元，用于利用预先构建的数据分类模型，对所述预处理后的目标数据进行分类，得到分类结果。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于获取包含不平衡数据的训练数据；

第二处理单元，用于利用SMOTE技术对所述训练数据进行预处理，得到预处理后的训练数据；

训练单元，用于根据所述预处理后的训练数据以及所述训练数据对应的分类标签对初始数据分类模型进行训练，生成所述数据分类模型。

8.根据权利要求7所述的装置，其特征在于，所述初始数据分类模型为Bagging集成学习框架。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第三获取单元，用于获取包含不平衡数据的验证数据；

第三处理单元，用于利用SMOTE技术对所述验证数据进行预处理，得到预处理后的验证数据；

获得单元，用于将所述预处理后的验证数据输入所述数据分类模型，获得所述验证数据的分类结果；

更新单元，用于当所述验证数据的分类结果与所述验证数据对应的分类标记结果不一致时，将所述验证数据重新作为所述训练数据，对所述数据分类模型进行更新。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

评估单元，用于通过评价指标对所述数据分类模型的分类结果进行评估，得到评估结果；

调整单元，用于根据所述评估结果对所述数据分类模型的参数进行调整，以获得调整后的数据分类模型。

11.一种数据分类设备，其特征在于，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1-5任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-5任一项所述的方法。