[发明专利]分类模型构建方法及装置、电子设备、存储介质

说明书

本申请公开了一种分类模型构建方法，所述方法包括：获取目标对象样本集，并提取所述目标对象样本集的目标特征信息；确定所述目标特征信息的多个分裂属性；其中，所述分裂属性用于表征所述目标对象样本集中类别分裂节点的属性；确定所述多个分裂属性分别对应的权重值，并从所述多个分裂属性中获取权重值最大的部分目标分裂属性；所述权重值用于表征分裂属性的类别区分度；基于所述目标特征信息和所述目标分裂属性，构建目标对象的分类模型。本申请提供的分类模型构建方法，能够提高分类模型的训练效率，缩短训练时间，降低计算开销。本申请同时公开了一种分类模型构建装置、电子设备以及计算机可读存储介质。

技术领域

本申请涉及大数据处理技术领域，尤其涉及一种分类模型构建方法及装置、电子设备、计算机可读存储介质。

背景技术

针对基因表达数据和癌症/疾病状态的关联关系的研究是在生物学和医疗任务中非常重要内容。将发生病变组织的基因表达数据和正常组织的基因表达数据进行对比研究，能够加深对病理学的理解，并识别不同的组织以及疾病类型。

目前，通过机器学习和深度学习方法对癌症/疾病的基因表达数据进行分类受到业界关注。但是，由于基因表达数据具有样本数量小，样本维度高的这两个特点，导致目前针对基因表达数据构建分类模型需要耗费大量的模型训练时间。

发明内容

本申请提供了一种分类模型构建方法及装置、电子设备、计算机可读存储介质，能够提高分类模型的训练效率，缩短训练时间，降低计算开销。

第一方面，本申请提供一种分类模型构建方法，所述方法包括：

获取目标对象样本集，并提取所述目标对象样本集的目标特征信息；

确定所述目标特征信息的多个分裂属性；其中，所述分裂属性用于表征所述目标对象样本集中类别分裂节点的属性；

确定所述多个分裂属性分别对应的权重值，并从所述多个分裂属性中获取权重值最大的部分目标分裂属性；所述权重值用于表征分裂属性的类别区分度；

基于所述目标特征信息和所述目标分裂属性，构建目标对象的分类模型。

第二方面，本申请提供一种分类模型构建装置，所述装置包括：

特征提取单元，用于获取目标对象样本集，并提取所述目标对象样本集的目标特征信息；

分裂属性确定单元，用于确定所述目标特征信息的多个分裂属性；其中，所述分裂属性用于表征所述目标对象样本集中类别分裂节点的属性；

权重值确定单元，用于确定所述多个分裂属性分别对应的权重值，并从所述多个分裂属性中获取权重值最大的部分目标分裂属性；所述权重值用于表征分裂属性的类别区分度；

处理单元，用于基于所述目标特征信息和所述目标分裂属性，构建目标对象的分类模型。

第三方面，本申请提供一种电子设备，所述电子设备包括处理器和用于存储能够在处理器上运行的计算机程序的存储器；

其中，所述处理器用于运行所述计算机程序时，执行如第一方面所述分类模型构建方法的步骤。

第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行实现第一方面所述分类模型构建方法的步骤。