[发明专利]一种数据分类模型训练方法、数据分类方法及装置

说明书

本发明公开一种数据分类模型训练方法、数据分类方法及装置，数据分类模型训练方法包括：获取训练数据集；对训练数据集进行数据处理，确定目标数据集；构造数据分类模型，利用目标数据集对数据分类模型进行训练，生成目标数据分类模型。本发明基于特征融合和领域负样本消除的慢性胃炎诊断算法，可以让慢性胃炎的诊断更加客观化，可重复性更强；采用特征融合和领域负样本消除算法可以解决特殊数据可用特征少、类不平衡和数据重叠问题，比传统的机器学习方法更加精准。

技术领域

本发明涉及数据处理技术领域，具体涉及一种数据分类模型训练方法、数据分类方法及装置。

背景技术

随着深度学习技术的发展，人们可以通过使用深度学习的方法，有效地处理数据分类等机器分类问题。在进行数据分类时，需要先训练数据分类模型，基于数据分类模型进行数据分类。为了提高数据分类模型分类的准确性，往往需要提供大量的样本数据，更多的样本数据也意味着沉重的计算负担。但是针对例如慢性胃炎数据等类型的数据中存在着类不平衡和数据重叠问题，其中类不平衡问题会使模型在训练过程中过于偏向多类样本，而不太重视对少类样本的学习；而数据重叠问题的存在，使得部分正负类样本在空间中相互重叠，导致训练得到的模型对样本的识别效果下降。进而导致数据分类模型鲁棒性和准确率差的问题。

发明内容

有鉴于此，本发明实施例提供了一种数据分类模型训练方法、数据分类方法及装置，解决了现有技术中数据分类模型鲁棒性和准确率差的问题。

根据第一方面，本发明实施例提供了一种数据分类模型训练方法，包括：

获取训练数据集；

对所述训练数据集进行数据处理，确定目标数据集；

构造数据分类模型，利用所述目标数据集对所述数据分类模型进行训练，生成目标数据分类模型。

本发明实施例提供的数据分类模型训练方法，基于特征融合和领域负样本消除的慢性胃炎诊断算法，可以让慢性胃炎的诊断更加客观化，可重复性更强；采用特征融合和领域负样本消除算法可以解决特殊数据可用特征少、类不平衡和数据重叠问题，比传统的机器学习方法更加精准。

结合第一方面，在第一方面第一实施方式中，所述对所述训练数据集进行数据处理，确定目标数据集，包括：

对所述训练数据集进行特征提取，确定原始特征库；

根据所述原始特征库划分各个特征数据集，确定训练数据集和测试数据集；

利用所述训练数据集和所述测试数据集通过分类器对所述原始特征库进行特征融合，生成融合特征数据集；

通过领域负样本消除算法对所述融合特征数据集进行处理，确定目标数据集。

结合第一方面第一实施方式，在第一方面第二实施方式中，所述利用所述训练数据集和所述测试数据集通过分类器对所述原始特征库进行特征融合，生成融合特征数据集，包括：

利用所述分类器对所述原始特征库划分各个所述测试数据集进行预测，确定预测结果；

使用预设算法在所述原始特征库划分各个所述训练数据集进行训练，得到测试集类预测结果；

根据所述预测结果以及所述测试集类预测结果，生成融合特征数据集。

结合第一方面第二实施方式，在第一方面第三实施方式中，所述根据所述预测结果以及所述测试集类预测结果，生成融合特征数据集，包括：

获取所述训练数据集对应的数据分类结果；

对比所述预测结果与所述数据分类结果，确定第一对比结果；

对比所述测试集类预测结果与所述数据分类结果，确定第二对比结果；