[发明专利]数据降维处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据降维处理方法，应用于用户终端中，其特征在于，所述方法包括：

若接收到用户输入的样本数据集，根据预置的信息量化规则对所述样本数据集所包含的样本数据进行量化得到每一所述样本数据的特征量化信息；

接收用户所输入的降维比例值，根据所述特征量化信息中特征向量的维度及所述降维比例值计算得到维度数量；

根据所述维度数量及每一所述样本数据的特征量化信息对所述样本数据进行分组得到多组样本数据并确定每组样本数据的初始质心；

根据所述多组样本数据对所述初始质心进行迭代修正，以获取与每一初始质心相匹配的目标质心；

计算所述样本数据集中每一样本数据与每一所述目标质心之间的距离特征值，以得到每一所述样本数据的降维特征。

2.根据权利要求1所述的数据降维处理方法，其特征在于，所述样本数据包含多项属性信息，所述量化规则包含多个量化项目，所述根据预置的信息量化规则对所述样本数据集所包含的样本数据进行量化得到每一所述样本数据的特征量化信息，包括：

判断所述样本数据中与所述信息量化规则的每一量化项目对应的属性信息是否为数值；

若所述量化项目对应的属性信息为数值，根据所述量化项目的激活函数对所述属性信息进行计算得到所述属性信息的量化值；

若所述量化项目对应的属性信息不为数值，获取所述量化项目中与所述属性信息相匹配的关键字对应的数值作为所述属性信息的量化值。

3.根据权利要求1所述的数据降维处理方法，其特征在于，所述根据所述维度数量及每一所述样本数据的特征量化信息对所述样本数据进行分组得到多组样本数据并确定每组样本数据的初始质心，包括：

根据所述维度数量对所述样本数据进行随机分组得到多组样本数据；

从每组样本数据中分别获取一条样本数据的特征量化信息作为每组样本数据的初始质心。

4.根据权利要求1所述的数据降维处理方法，其特征在于，所述根据所述维度数量及每一所述样本数据的特征量化信息对所述样本数据进行分组得到多组样本数据并确定每组样本数据的初始质心，包括：

根据预置的分组模板、所述特征量化信息及所述维度数量构建数据分组模型；

将每一条所述样本数据的特征量化信息依次输入所述数据分组模型以对所述样本数据进行分组，得到多组样本数据；

从每组样本数据中分别获取一条样本数据的特征量化信息作为每组样本数据的初始质心。

5.根据权利要求4所述的数据降维处理方法，其特征在于，所述将每一条所述样本数据的特征量化信息依次输入所述数据分组模型以对所述样本数据进行分组，得到多组样本数据之前，还包括：

若接收到用户输入的训练数据集，根据预置的梯度下降训练模型及所述训练数据集对所述数据分组模型进行迭代训练以得到训练后的数据分组模型。

6.根据权利要求1所述的数据降维处理方法，其特征在于，所述根据所述多组样本数据对所述初始质心进行迭代修正，以获取与每一初始质心相匹配的目标质心，包括：

获取每一组样本数据中的样本数据与每一所述初始质心之间的距离值；

根据所述样本数据与每一所述初始质心之间的距离值对所述样本数据进行重新分组；

计算重新分组的每组样本数据的特征量化平均值作为相应的修正质心；

判断重新分组的每组样本数据是否满足预设迭代条件；

若满足所述迭代条件，将所述修正质心作为初始质心并返回执行所述获取每一组样本数据中的样本数据与每一所述初始质心之间的距离值的步骤；

若不满足所述迭代条件，将所述修正质心作为目标质心。

7.根据权利要求1所述的数据降维处理方法，其特征在于，所述根据所述多组样本数据对所述初始质心进行迭代修正，以获取与每一初始质心相匹配的目标质心之后，还包括：

根据所述样本数据集中每一样本数据的属性信息确定每一所述目标质心的特征标签。