[发明专利]数据预测的方法和装置

权利要求书

1.一种数据预测的方法，其特征在于，包括：

获取样本候选集、未标注样本集和随机采样比例；

依据所述样本候选集、所述未标注样本集和所述随机采样比例获取至少一类训练样本集，得到第一初始训练样本和第二初始训练样本；

依据所述第一初始训练样本和所述第二初始训练样本进行样本训练，得到对应所述第一初始训练样本的第一目标样本和对应所述第二初始训练样本的第二目标样本；

依据所述第一目标样本和所述第二目标样本进行样本训练，得到对应目标分类器，并依据所述目标分类器对已购车辆的群体进行模型预测，得到至少一类群体，其中，所述至少一类群体用于指示换购车辆的概率。

2.根据权利要求1所述的方法，其特征在于，依据所述样本候选集、所述未标注样本集和所述随机采样比例获取至少一类训练样本集，得到第一初始训练样本和第二初始训练样本包括：

依据所述随机采样比例从所述样本候选集中随机选择部分样本，得到第一样本；

将所述第一样本放入所述未标注样本集中，得到所述第一初始训练样本和所述第二初始训练样本。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在依据所述样本候选集、所述未标注样本集和所述随机采样比例获取至少一类训练样本集之前，设置第一目标样本集和第二目标样本集为空集。

4.根据权利要求2所述的方法，其特征在于，依据所述第一初始训练样本和所述第二初始训练样本进行样本训练，得到对应所述第一初始训练样本的第一目标样本和对应所述第二初始训练样本的第二目标样本包括：

依据所述第一初始训练样本和所述第二初始训练样本进行样本训练，得到分类器；

依据所述分类器对所述未标注样本集和所述样本候选集,计算所有样本的预测概率；

依据所述第一样本在所有样本的预测概率的分布，设置第一阈值和第二阈值；

将所述未标注样本集中低于所述第一阈值的样本确定所述第二目标样本；

将所述未标注样本集中高与所述第二阈值的样本确定所述第一目标样本。

5.根据权利要求1所述的方法，其特征在于，所述依据所述第一目标样本和所述第二目标样本进行样本训练，得到对应目标分类器，并依据所述目标分类器对已购车辆的群体进行模型预测，得到至少一类群体包括：

依据第一目标样本和第二目标样本进行样本训练，得到对应所述目标分类器，并依据所述目标分类器对已购车辆的群体进行模型预测，得到已购车辆的群体中各程度换购概率的人群；

依据各程度换购概率的人群进行类别划分，得到所述至少一类群体。

6.一种数据预测的装置，其特征在于，包括：

获取模块，用于获取样本候选集、未标注样本集和随机采样比例；

样本获取模块，用于依据所述样本候选集、所述未标注样本集和所述随机采样比例获取至少一类训练样本集，得到第一初始训练样本和第二初始训练样本；

训练模块，用于依据所述第一初始训练样本和所述第二初始训练样本进行样本训练，得到对应所述第一初始训练样本的第一目标样本和对应所述第二初始训练样本的第二目标样本；

预测模块，用于依据所述第一目标样本和所述第二目标样本进行样本训练，得到对应目标分类器，并依据所述目标分类器对已购车辆的群体进行模型预测，得到至少一类群体，其中，所述至少一类群体用于指示换购车辆的概率。

7.根据权利要求6所述的装置，其特征在于，样本获取模块包括：

选择单元，用于依据所述随机采样比例从所述样本候选集中随机选择部分样本，得到第一样本；

样本获取单元，用于将所述第一样本放入所述未标注样本集中，得到所述第一初始训练样本和所述第二初始训练样本。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

设置模块，用于在依据所述样本候选集、所述未标注样本集和所述随机采样比例获取至少一类训练样本集之前，设置第一目标样本集和第二目标样本集为空集。