[发明专利]分类器训练方法、装置、设备和计算机可读存储介质

说明书

本发明公开了一种分类器训练方法、装置、设备和计算机存储介质，该方法包括：确定分类器对应的用于计算梯度方向的目标函数，目标函数的参数为分类器的待确定的特征向量系数；从预设的训练样本集中抽取训练子集，并获取已代入目标函数中计算梯度方向的训练样本集中的其他子集；将训练子集和其他子集代入目标函数计算梯度方向；根据计算结果确定特征向量系数的值；根据特征向量系数的值，确定分类器。根据本发明，在抽取训练子集进行训练时，同时考虑当前抽取的样本子集和前一样本子集，根据向量的叠加原理，可以保持梯度是按照梯度下降的方向，一定程度上优化了对边缘样本的容错率，同时兼备了高效性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种分类器训练方法、装置、设备和计算机可读存储介质。

背景技术

随着4G(第四代移动通信技术)应用的推广，无线网络的服务主体逐渐向数据业务转移，越来越多的用户使用无线终端享受数据服务，例如观看视频，浏览网页、聊天等。每种数据业务的特征不同，对于无线网络的资源占用情况也有很大差异：使用聊天工具的用户，在线时长往往大于下载文件的用户，但是其流量可能只有下载用户的百分之一，同时不同的业务对于无线环境的要求也不一致。

为了改善用户使用感受，我们需要了解无线网元上的现有资源是否能够满足用户业务的需要，也就是依赖于用户业务分类和感知评估的方法。解决这个问题需要根据业务特征(业务量大小、业务时长，业务时延，丢包率等)对业务进行有效的识别和分类，因此，业务分类成为了一个重耍的研究方向。

目前，用于数据业务分类的支持向量机(SVM)分类算法一般使用的是批量处理算法，由于批量处理算法需要将整个数据集加载到内存之中，使得它不适合大量数据的情况，无法应用于实时性较高的场合。而分类器的构建需要耗费大量的时间，导致后面到达的信息可能会由于处理不及时使得重要信息丢失,无法高效的对后来的数据进行准确的预测及处理操作。现在也有利用改进的随机梯度下降算法(SGD)算法来求解SVM，但由于SGD是选取的随机数据来处理，由于每次只是针对一个样本，这样不可避免造成梯度不是每次都向着下降的方向的,收敛曲线很不平滑，且对于噪声样本的影响较大。

发明内容

本发明的目的在于提供一种分类器训练方法、装置、设备和计算机可读存储介质，针对海量复杂数据分类耗费大量时间以及准确率不够高的问题。

本发明解决上述技术问题所采用的技术方案如下：

提供的一种分类器训练方法，所述分类器训练方法包括：确定分类器对应的用于计算梯度方向的目标函数，所述目标函数的参数为所述分类器的待确定的特征向量系数；从预设的训练样本集中抽取训练子集，并获取已代入所述目标函数中计算梯度方向的所述训练样本集中的其他子集；将所述训练子集和所述其他子集代入所述目标函数计算梯度方向；根据计算结果确定所述特征向量系数的值；根据所述特征向量系数的值，确定所述分类器。

可选地，前述的分类器训练方法，所述将所述训练子集和所述其他子集代入所述目标函数计算梯度方向的步骤，还包括：在不存在已代入所述目标函数中进行的所述其他子集时，将所述训练子集代入所述目标函数计算梯度方向。

可选地，前述的分类器训练方法，所述获取已代入所述目标函数中计算梯度方向的所述训练样本集中的其他子集的步骤包括：获取在所述训练子集前抽取并代入所述目标函数中进行计算的前一子集。

可选地，前述的分类器训练方法，所述目标函数中包含所述分类器的损失函数，所述将所述训练子集和所述其他子集代入所述目标函数计算梯度方向的步骤包括：计算所述分类器的损失函数，并根据所述损失函数计算出所述目标函数的梯度方向。

可选地，前述的分类器训练方法，所述训练样本集为通信业务数据样本集，所述训练器用于对通信业务进行分类。