[发明专利]数据处理方法及装置、处理器、电子设备、存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取待处理数据集和聚类网络；所述聚类网络以簇对的纯度为监督信息训练获得；所述簇对的纯度用于表征所述簇对中的参考类别的纯度，所述参考类别为所述簇对中包含数据的数量最多的类别；

使用所述聚类网络对所述待处理数据集进行处理，得到所述待处理数据集的聚类结果。

2.根据权利要求1所述的方法，其特征在于，以簇对的纯度为监督信息训练获得所述聚类网络，包括：

获取待训练网络、第一待训练簇对和第二待训练簇对；

经所述待训练网络对所述第一待训练簇对和所述第二待训练簇对进行处理，得到先合并所述第一待训练簇对的第一概率；

依据所述第一待训练簇对的第一纯度和所述第二待训练簇对的第二纯度，得到先合并所述第一待训练簇对的第二概率；

依据所述第一概率和所述第二概率的差异，得到所述待训练网络的损失；

基于所述损失调整所述待训练网络的参数，得到所述聚类网络。

3.根据权利要求2所述的方法，其特征在于，在所述依据所述第一待训练簇对的第一纯度和所述第二待训练簇对的第二纯度，得到先合并所述第一待训练簇对的第二概率之前，所述方法还包括：

依据所述第一待训练簇对中的数据的标注数据，确定所述第一待训练簇对中至少一个类别包含的数据的数量，作为第一数量集；

依据所述第二待训练簇对中的数据的标注数据，确定所述第二待训练簇对中至少一个类别包含的数据的数量，作为第二数量集；所述标注数据携带数据的类别信息；

依据所述第一数量集中的最大值与所述第一待训练簇对中的数据的数量，得到所述第一纯度；

依据所述第二数量集中的最大值与所述第二待训练簇对中的数据的数量，得到所述第二纯度。

4.根据权利要求3所述的方法，其特征在于，所述依据所述第一数量集中的最大值与所述第一待训练簇对中的数据的数量，得到所述第一纯度，依据所述第二数量集中的最大值与所述第二待训练簇对中的数据的数量，得到所述第二纯度，包括：

将所述第一数量集中的最大值与所述第一待训练簇对中包含的数据的数量的比值作为所述第一纯度；

将所述第二数量集中的最大值与所述第二待训练簇对中包含的数据的数量的比值作为所述第二纯度。

5.根据权利要求2所述的方法，其特征在于，在所述依据所述第一待训练簇对的第一纯度和所述第二待训练簇对的第二纯度，得到先合并所述第一待训练簇对的第二概率之前，所述方法还包括：

依据所述第一待训练簇对中的数据的标注数据，确定所述第一待训练簇对中每个类别包含的数据的数量，作为第三数量集，依据所述第二待训练簇对中的数据的标注数据，确定所述第二待训练簇对中每个类别包含的数据的数量，作为第四数量集；所述标注数据携带数据的类别信息；

依据所述第三数量集中的元素和所述第一待训练簇对中的数据的数量，得到所述第一纯度，依据所述第四数量集中的元素和所述第一待训练簇对中的数据的数量，得到所述第二纯度。

6.根据权利要求5所述的方法，其特征在于，所述依据所述第三数量集中的元素和所述第一待训练簇对中的数据的数量，得到所述第一纯度，依据所述第四数量集中的元素和所述第一待训练簇对中的数据的数量，得到所述第二纯度，包括：

确定所述第三数量集中的每个元素的平方的和，得到第一中间数，确定所述第四数量集中的每个元素的平方的和，得到第二中间数；

确定所述第一待训练簇对中的数据的数量的平方，得到第三中间数，确定所述第二待训练簇对中的数据的数量的平方，得到第四中间数；

将所述第一中间数与所述第三中间数的比值作为所述第一纯度，将所述第二中间数与所述第四中间数的比值作为所述第二纯度。