[发明专利]训练数据生成方法、装置、计算机设备和存储介质

权利要求书

1.一种训练数据生成方法，其特征在于，所述方法包括：

获取初始业务数据集；所述初始业务数据集包括多个初始业务数据；

根据预设的补充策略，对各所述初始业务数据进行补充处理，并对补充处理后的初始业务数据进行数据清洗处理，得到各业务数据；

对各所述业务数据进行聚类处理，得到各业务数据组，并从各所述业务数据组中，筛选满足预设聚类条件的业务数据组为初始目标训练组；

从各所述初始目标训练组中，抽取多个业务数据，作为初始目标训练数据，并对每个初始目标训练数据进行数据拆分重组处理，得到各目标训练数据，所述目标训练数据用于训练人工智能模型。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的补充策略，对各所述初始业务数据进行补充处理，并对补充处理后的初始业务数据进行数据清洗处理，得到各业务数据，包括：

识别每个初始业务数据的数据属性、以及各所述初始业务数据中存在空缺数据的第一异常初始业务数据，并根据每个第一异常初始业务数据的相同数据属性的各其他数据，补充每个第一异常初始业务数据的空缺数据，得到各第一业务数据；

通过异常数据检测策略，识别各所述第一业务数据中的第二异常数据，并删除所述第二异常数据，得到各第二业务数据；

对各所述第二业务数据进行排序，得到各所述初始业务数据的数据序列，并基于所述数据序列，对各所述初始业务数据进行均分平滑处理，得到各业务数据。

3.根据权利要求2所述的方法，其特征在于，所述初始业务数据的数据属性包括数值属性和非数值属性；所述根据每个第一异常初始业务数据的相同数据属性的各其他数据，补充每个第一异常初始业务数据的空缺数据，包括：

针对每个第一异常初始业务数据，在各所述初始业务数据中，选择除所有第一异常初始业务数据之外的，与所述第一异常初始业务数据的数据属性相同的第一初始业务数据，并根据所述第一异常初始业务数据的空缺数据，在每个第一初始业务数据中，选择与所述空缺数据对应的各待补充数据；

在所述第一异常初始业务数据的数据属性为数值属性的情况下，将各所述待补充数据进行平均处理，得到补充数据，并将所述补充数据补充至所述第一异常初始业务数据；

在所述第一异常初始业务数据的数据属性为非数值属性的情况下，将相同的待补充数据的数量最多的待补充数据，作为补充数据，并将所述补充数据补充至所述第一异常初始业务数据。

4.根据权利要求2所述的方法，其特征在于，所述通过异常数据检测策略，识别各所述第一业务数据中的第二异常数据，包括：

基于各所述第一业务数据，建立各所述第一业务数据的四分位数箱型图，并基于所述四分位数箱型图，识别每个第一业务数据的异常值；

将满足预设异常条件的异常值对应的第一业务数据，作为第二异常数据。

5.根据权利要求2所述的方法，其特征在于，所述对各所述第二业务数据进行排序，得到各所述初始业务数据的数据序列，并基于所述数据序列，对各所述初始业务数据进行均分平滑处理，得到各业务数据，包括：

基于各第二业务数据的特征，确定各所述第二业务数据共同包含的目标特征，并计算各所述第二业务数据的目标特征的特征值；

按照各所述第二业务数据的特征值从大到小的顺序，对各所述第二业务数据进行排序，得到各所述第二业务数据的数据序列；

通过等深分箱算法，将所述数据序列划分为多各等深第二业务数据组，并对各所述等深第二业务数据组进行数据平滑处理，得到各业务数据。

6.根据权利要求1所述的方法，其特征在于，所述对各所述业务数据进行聚类处理，得到各业务数据组，并从各所述业务数据组中，筛选满足预设聚类条件的业务数据组为初始目标训练组，包括：

通过聚类分析策略，对各所述业务数据进行聚类处理，得到各业务数据组；

识别各所述业务数据组中的离群业务数据对应的离群业务数据组，并将除各所述离群业务数据组之外的各业务数据组，作为初始目标训练组。