[发明专利]一种对象分类方法、装置、终端设备及存储介质

说明书

本申请适用于数据处理技术领域，提供了一种对象分类方法、装置、终端设备及存储介质，其中，对象分类方法包括：获取待分类数据；待分类数据通过待分类对象的特征向量描述；获取对包括多个样本数据的样本集进行聚类操作得到的样本子集；样本数据由一个样本对象的特征向量和样本对象所属的类别组成，每个样本子集中均包括至少一个样本数据，样本子集的数量小于样本集中包括的样本数据的数量；分别计算待分类数据与每个样本子集之间的第一距离值；从所有样本子集中确定出K个样本子集，将K个样本子集对应的类别中出现频率最高的类别确定为待分类对象所属的类别，从而降低了对处理器资源的消耗量，且提高了对象的分类速度。

技术领域

本申请属于数据处理技术领域，尤其涉及一种对象分类方法、装置、终端设备及存储介质。

背景技术

对对象进行特征识别并分类是实现个性化推荐的基础。现有技术中常用的一种对象分类方法为基于K最邻近(K-nearest neighbor，KNN)算法的对象分类方法。KNN算法的核心思想是，如果一个待分类对象在特征空间中的K个最邻近的样本中的大多数属于某一个类别，则该待分类对象也属于这个类别，并具有这个类别中的样本的特征。也就是说，在采用现有的KNN算法对对象进行分类时，处理器需要分别计算待分类对象与特征空间中的每个样本之间的距离值，而由于特征空间中的样本数量通常较为庞大，因此采用现有的KNN算法对对象进行分类时需要消耗较多的处理器资源，且分类速度较慢。

发明内容

有鉴于此，本申请实施例提供了一种对象分类方法、装置、终端设备及存储介质，以解决采用现有的KNN算法对对象进行分类时需要消耗较多的处理器资源，且分类速度较慢的技术问题。

第一方面，本申请实施例提供一种对象分类方法，包括：

获取待分类数据；所述待分类数据通过待分类对象的特征向量描述；

获取对包括多个样本数据的样本集进行聚类操作得到的样本子集；所述样本数据由一个样本对象的特征向量和所述样本对象所属的类别组成，每个所述样本子集中均包括至少一个所述样本数据，所述样本子集的数量小于所述样本集中包括的样本数据的数量；

分别计算所述待分类数据与每个所述样本子集之间的第一距离值；

从所有所述样本子集中确定出K个样本子集，将所述K个样本子集对应的类别中出现频率最高的类别确定为所述待分类对象所属的类别；所述K个样本子集各自对应的所述第一距离值均小于除所述K个样本子集之外的任一样本子集对应的所述第一距离值，所述样本子集对应的类别由所述样本子集包括的各个样本数据中的样本对象所属的类别确定得到。

可选的，在所述分别计算所述待分类数据与每个所述样本子集之间的第一距离值之前，所述方法还包括：

将所述样本集中的每个样本数据均作为一个样本子集；

重复执行计算每两个样本子集之间的第二距离值，将所有所述第二距离值中的最小值对应的至少两个样本子集合并为一个新的样本子集的步骤，直至所述样本子集的数量等于或小于预设数目为止。

可选的，所述两个样本子集中至少有一个样本子集包括多个样本数据；对应地，所述计算每两个样本子集之间的第二距离值，包括：

计算所述两个样本子集的其中一个样本子集中的每个样本数据与另一个样本子集中的每个样本数据之间的欧式距离；

将所有所述欧式距离的平均值确定为所述两个样本子集之间的第二距离值。

可选的，所述样本子集中包括多个样本数据；对应地，所述分别计算所述待分类数据与每个所述样本子集之间的第一距离值，包括：

基于所述样本子集包括的各个样本数据中的样本对象的特征向量确定所述样本子集的特征向量；