[发明专利]样本数据分类方法、模型训练方法、电子设备及存储介质

摘要

本发明提供一种样本数据分类方法，所述方法包括：计算样本数据中每个样本的特征；根据每个样本的特征，计算每个样本的距离集，所述每个样本的距离集包括每个样本与每个样本对应的剩余样本中每个样本间的距离；根据每个样本的距离集，计算每个样本的密度值及计算每个样本的密度距离值；根据每个样本的密度值及每个样本的密度距离值，确定至少一个聚类中心；基于所述至少一个聚类中心及每个样本的特征，将所述样本数据聚类成多个子集。本发明还提供一种利用所述样本数据分类方法的模型训练方法及电子设备。本发明按照任务的难易度，从易到难依次进行训练，以避免难训练样本被剔除，从而提高模型参数的适应力。

主权项

1.一种样本数据分类方法，其特征在于，所述方法包括：计算样本数据中每个样本的特征；根据每个样本的特征，计算每个样本的距离集，所述每个样本的距离集包括每个样本与每个样本对应的剩余样本中每个样本间的距离；将每个样本的距离集中每个距离与距离阈值进行对比，确定大于所述距离阈值的距离数，并将每个样本对应的距离数作为每个样本的密度值；对于密度值最大的样本，从所述密度值最大的样本的距离集中，筛选最大距离作为所述密度值最大的样本的密度距离值；对于第二样本集中任意一个样本，确定密度值大于所述任意一个样本的密度值的样本；根据所述任意一个样本的距离集，从密度值大于所述任意一个样本的密度值的样本中确定与所述任意一个样本最近的距离，将与所述任意一个样本最近的距离确定为所述任意一个样本的密度距离值，所述第二样本集包括所述样本数据中除去密度值最大的样本的其他样本；根据每个样本的密度值及每个样本的密度距离值，确定至少一个聚类中心；基于所述至少一个聚类中心及每个样本的特征，将所述样本数据聚类成多个子集；将与所述至少一个聚类中心中每个聚类中心的距离超过距离阈值的样本确定为错误样本。