[发明专利]数据分类方法、装置、电子装置及计算机可读介质

摘要

本公开提供一种数据分类方法、装置、电子装置及计算机可读介质，该数据分类方法包括对全量训练数据采用机器学习方法进行建模得到原始模型，其中全量训练数据中包含少数类样本；基于少数类占比阈值从全量训练数据中筛选得到新训数据，其中少数类占比阈值为少数类样本在全量训练数据中所占比例的临界值；对新训数据采用机器学习方法建模得到新训模型；分别应用原始模型和新训模型对新训数据进行分类预测得到原始分类结果和新训分类结果；比较原始分类结果和新训分类结果的准确率，并将准确率高的作为最终分类结果。针对所选少数类样本占比提高的新训数据重训模型，更新原有模型结果，从而达到提高样本分类准确率的目的。

主权项

一种数据分类方法，其特征在于，包括：对全量训练数据采用机器学习方法进行建模得到原始模型，其中所述全量训练数据中包含少数类样本；基于少数类占比阈值从所述全量训练数据中筛选得到新训数据，其中所述少数类占比阈值为各聚类区间内少数类样本在所述聚类区间内所有数据占比的临界值；对所述新训数据采用机器学习方法建模得到新训模型；分别应用所述原始模型和所述新训模型对所述新训数据进行分类预测得到原始分类结果和新训分类结果；比较所述原始分类结果和所述新训分类结果的准确率，并将准确率高的作为最终分类结果。