[发明专利]数据处理方法及装置

说明书

技术领域

本发明涉及机器学习领域，具体而言，涉及一种数据处理方法及装置。

背景技术

当前用于分类的机器学习模型众多，选择何种模型成为了一件头疼的事情，许多机器学习从业者采取漫无目的的尝试，直到效果达标为止。不断尝试也是一种方法，但样本数据的特性本身就很糟糕的情况下，这必然会导致效率低，甚至得不到结果。

发明内容

有鉴于此，本发明实施例的目的在于提供一种数据处理方法及装置，以解决上述问题。

第一方面，本发明实施例提供了一种数据处理方法，所述方法包括根据预设的第一Jordan曲面参数将预先获取的原始数据进行标准化，获得标准化二元数据集X以及与所述标准化二元数据集X对应的状态Y，并将[X,Y]定义为三维空间的点以及利用Hough变换，将所有所述三维空间的点映射到第二Jordan曲面参数的空间；基于预设的Jordan曲面参数存在规则，判断所述映射到第二Jordan曲面参数的空间内是否存在Jordan曲面；如果存在，则检测所述存在的Jordan曲面内部与外部的正负样本比例是否符合预设条件；如果符合所述预设条件，则判断所述标准化二元数据集X是否稠密和数量多；若所述标准化二元数据集X稠密和数量多，则基于预设的空间划分规则，将所述标准化二元数据集X的特征空间进行划分并对所述划分后的数据进行K最近邻分类。

第二方面，本发明实施例提供了一种数据处理装置，所述装置包括映射单元，用于根据预设的第一Jordan曲面参数将预先获取的原始数据进行标准化，获得标准化二元数据集X以及与所述标准化二元数据集X对应的状态Y，并将[X,Y]定义为三维空间的点以及利用Hough变换，将所有所述三维空间的点映射到第二Jordan曲面参数的空间；第一判断单元，用于基于预设的Jordan曲面参数存在规则，判断所述映射到第二Jordan曲面参数的空间内是否存在Jordan曲面；检测单元，用于如果存在，则检测所述存在的Jordan曲面内部与外部的正负样本比例是否符合预设条件；第二判断单元，用于如果符合所述预设条件，则判断所述标准化二元数据集X是否稠密和数量多；第一处理单元，用于若所述标准化二元数据集X稠密和数量多，则基于预设的空间划分规则，将所述标准化二元数据集X的特征空间进行划分并对所述划分后的数据进行K最近邻分类。

本发明实施例提供了一种数据处理方法及装置，所述方法包括通过根据预设的第一Jordan曲面参数将预先获取的原始数据进行标准化，获得标准化二元数据集X以及与所述标准化二元数据集X对应的状态Y，并将[X,Y]定义为三维空间的点以及利用Hough变换，将所有所述三维空间的点映射到第二Jordan曲面参数的空间；基于预设的Jordan曲面参数存在规则，判断所述映射到第二Jordan曲面参数的空间内是否存在Jordan曲面；如果存在，则检测所述存在的Jordan曲面内部与外部的正负样本比例是否符合预设条件；如果符合所述预设条件，则判断所述标准化二元数据集X是否稠密和数量多；若所述标准化二元数据集X稠密和数量多，则基于预设的空间划分规则，将所述标准化二元数据集X的特征空间进行划分并对所述划分后的数据进行K最近邻分类，对原始数据进行分析并根据原始数据本身的特性判断选择分类模型，从而提高数据分类的效率。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为一种可应用于本申请实施例中的电子设备的结构框图；

图2为本发明第一实施例提供的数据处理方法的流程图；

图3为本发明第二实施例提供的数据处理装置的结构框图；

图4为本发明第三实施例提供的数据处理装置的结构框图。

具体实施方式