[发明专利]一种变量分组方法及相关设备

权利要求书

1.一种变量分组方法，其特征在于，所述方法包括：

将变量对应的多个取值依照预设顺序排列，并根据每个取值的排列顺序创建所述每个取值对应的索引；

依照预设划分规则将第一索引至第n索引之间的索引区域划分为至少一种区域组，每种区域组表征了对所述索引区域的一种划分方式，所述每种区域组包括至少两个区域，所述第一索引对应取值的排列顺序为1，所述第n索引对应取值的排列顺序为n，所述n为大于或者等于1的整数；

确定所述变量在所述每种区域组下的皮尔森卡方统计量，并从所述至少一种区域组中确定出皮尔森卡方统计量最大的目标区域组；

基于所述目标区域组对所述变量进行分组。

2.根据权利要求1所述的方法，其特征在于，所述依照预设划分规则将第一索引至第n索引之间的索引区域划分为至少一种区域组，包括：

依照预设划分规则对第一索引至第n索引之间的索引区域进行递归分割，得到至少一种区域组。

3.根据权利要求2所述的方法其特征在于，所述确定所述变量在所述每种区域组下的皮尔森卡方统计量，包括：

获取预先存储的所述变量在第一区域组下各个区域的皮尔森卡方统计量，所述第一区域组是所述至少一种区域组中的任一种，各个区域对应的样本量大于或等于预设样本量阈值；

对所述各个区域的皮尔森卡方统计量进行求和，并将求和结果确定为所述变量在所述第一区域组下的皮尔森卡方统计量。

4.根据权利要求3所述的方法，其特征在于，所述获取预先存储的所述变量在第一区域组下各个区域的皮尔森卡方统计量之前，所述方法还包括：

基于所述预设样本量阈值对所述第一索引至第n索引之间的索引区域进行划分，得到所述索引区域对应的至少两个子区域，每个子区域对应的样本量大于或者等于所述预设样本量阈值；

计算所述变量在各个子区域下的皮尔森卡方统计量，并将各个子区域与对应的皮尔森卡方统计量关联存储；

其中，所述获取预先存储的所述变量在第一区域组下各个区域的皮尔森卡方统计量，包括：

从预先存储的所述各个子区域中确定与第一区域组的各个区域匹配的目标子区域，并将与各个目标子区域关联存储的皮尔森卡方统计量确定为所述变量在所述第一区域组下各个区域的皮尔森卡方统计量。

5.根据权利要求1所述的方法，其特征在于，所述从所述至少一种区域组中确定出皮尔森卡方统计量最大的目标区域组之后，所述方法还包括：

将所述目标区域组对应的皮尔森卡方统计量确定为所述第一索引至第n索引之间的索引区域的目标皮尔森卡方统计量；

依照预设索引结构创建所述第一索引至第n索引之间的索引区域的目标皮尔森卡方统计量对应的皮尔森卡方统计量索引；

将所述目标皮尔森卡方统计量与所述皮尔森卡方统计量索引关联存储至预设存储区域。

6.根据权利要求1所述的方法，其特征在于，所述依照预设划分规则将第一索引至第n索引之间的索引区域划分为至少一种区域组，包括：

获取用户从至少一个单调模式中选择的目标单调模式；

从至少一个预设划分规则中获取与所述目标单调模式匹配的目标预设划分规则；

基于所述目标预设划分规则将第一索引至第n索引之间的索引区域划分为至少一种区域。

7.根据权利要求1所述的方法，其特征在于，所述将变量对应的多个取值依照预设顺序排列之前，所述方法还包括：

获取所有样本数据中所述变量的取值；

若存在目标样本数据的所述变量的取值缺失，则将所述目标样本数据的所述变量设置为一个小于或者等于预设负数阈值的取值；

若不存在目标样本数据的所述变量的取值缺失，则触发执行所述将变量对应的多个取值依照预设顺序排列的步骤。