[发明专利]数据处理方法、装置、设备及存储介质

说明书

本申请公开了一种数据处理方法、装置、设备及存储介质。方法包括：确定从历史样本中筛选的特征样本和所述特征样本的类型；所述特征样本的类型构成第一类型集合；确定目标样本和所述目标样本的类型；所述目标样本的类型构成第二类型集合；所述第二类型集合与所述第一类型集合不同；根据所述特征样本、所述特征样本的类型、所述目标样本以及所述目标样本的类型，调整第一分类模型的参数，得到第二分类模型；所述第一分类模型能够识别所述第一类型集合所包括的类型；所述第二分类模型能够识别第三类型集合所包括的类型；所述第三类型集合为所述第一类型集合和所述第二类型集合的并集。

技术领域

本申请涉及机器学习领域，尤其涉及一种数据处理方法、装置、设备及存储介质。

背景技术

目前，当分类模型存在不能识别的新类型时，基于新类型对应的训练数据和原有类型对应的原始数据重新进行模型的训练，从而得到能够识别新类型的分类模型，而存储所有原始数据以便支持模型的更新，占用了大量的存储资源，尤其在物联网设备等资源受限的条件下，造成存储资源的浪费。

发明内容

本申请实施例提供一种数据处理方法、装置、设备及存储介质。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供了一种数据处理方法，包括：

确定从历史样本中筛选的特征样本和所述特征样本的类型；所述特征样本的类型构成第一类型集合；

确定目标样本和所述目标样本的类型；所述目标样本的类型构成第二类型集合；所述第二类型集合与所述第一类型集合不同；

根据所述特征样本、所述特征样本的类型、所述目标样本以及所述目标样本的类型，调整第一分类模型的参数，得到第二分类模型；所述第一分类模型能够识别所述第一类型集合所包括的类型；所述第二分类模型能够识别第三类型集合所包括的类型；所述第三类型集合为所述第一类型集合和所述第二类型集合的并集。

第二方面，本申请实施例提供了一种数据处理装置，包括：

第一确定单元，用于确定从历史样本中筛选的特征样本和所述特征样本的类型；所述特征样本的类型构成第一类型集合；

第二确定单元，用于确定目标样本和所述目标样本的类型；所述目标样本的类型构成第二类型集合；所述第二类型集合与所述第一类型集合不同；

调整单元，用于根据所述特征样本、所述特征样本的类型、所述目标样本以及所述目标样本的类型，调整第一分类模型的参数，得到第二分类模型；所述第一分类模型能够识别所述第一类型集合所包括的类型；所述第二分类模型能够识别第三类型集合所包括的类型；所述第三类型集合为所述第一类型集合和所述第二类型集合的并集。

第三方面，本申请实施例提供一种数据处理设备，所述设备至少包括：处理器和配置为存储可执行指令的存储介质，其中：所述处理器配置为执行存储的可执行指令；

所述可执行指令配置为执行上述的数据处理方法。

第八方面，本申请实施例提供一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令配置为执行上述的数据处理方法。

本申请实施例提供的数据处理方法，结合从历史样本中筛选的特征样本和涉及新类型的目标样本对已有的能够识别历史样本的第一分类模型进行训练，得到能够识别历史样本的类型和目标样本所涉及的新类型的第二分类模型，从而充分利用已有的第一分类模型，结合从历史样本中筛选的特征样本以及目标样本的联合训练机制，自动化构建出新的第二分类模型，确保学习的准确率的同时，减少了训练第二分类模型所使用的数据的数量，从而节省了存储资源。

附图说明