[发明专利]数据聚类方法及装置、电子设备、存储介质

说明书

本申请的实施例揭示了一种数据聚类方法及装置、电子设备、存储介质，该方法包括：获取初始聚类中含有的多个聚类对象的特征数据，特征数据中包括多个维度的特征；在依次遍历初始聚类中含有的多个聚类对象的过程中，将遍历到的聚类对象作为簇中心，并根据多个聚类对象对应的多个维度的特征以及多个维度的特征匹配的权重，计算作为簇中心的聚类对象与其他聚类对象的第一目标距离；根据多个第一目标距离之间的关系，从初始聚类中含有的多个聚类对象中确定目标聚类对象。本申请实施例的技术方案能够提现出不同特征的贡献程度。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种数据聚类方法及装置、电子设备、计算机可读存储介质。

背景技术

聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程，即将对象分类到不同的类(或者簇)的过程，同一个类中的对象有很大的相似性，属于不同类的对象有很大的相异性。在聚类时，需要确定一个簇中心，再根据欧式距离去衡量对象与簇中心之间的相似性，进而进行聚类，现有技术中，确定簇中心，大都采用随机抽取的方式，导致簇中心的确定的准确性较低。

发明内容

为解决上述技术问题，本申请的实施例提供了一种数据聚类方法及装置、电子设备、计算机可读存储介质，旨在解决现有技术中，簇中心的确定的准确性较低的技术问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种数据聚类方法，包括：

获取初始聚类中含有的多个聚类对象的特征数据，特征数据中包括多个维度的特征；

在依次遍历初始聚类中含有的多个聚类对象的过程中，将遍历到的聚类对象作为簇中心，并根据多个聚类对象对应的多个维度的特征以及多个维度的特征匹配的权重，计算作为簇中心的聚类对象与其他聚类对象的第一目标距离；

根据多个第一目标距离之间的关系，从初始聚类中含有的多个聚类对象中确定目标聚类对象。

进一步地，根据多个聚类对象对应的多个维度的特征以及多个维度的特征匹配的权重，计算作为簇中心的聚类对象与其他聚类对象的第一目标距离，包括：

将作为簇中心的聚类对象与其他聚类对象对应的相同维度的特征进行计算，得到各个维度的特征之间的第一距离值；

将各个第一距离值分别与对应维度的特征匹配的权重进行乘积运算，得到各个第二距离值；

将各个第二距离值进行求和运算，得到作为簇中心的聚类对象和其他聚类对象的第一目标距离。

进一步地，根据多个第一目标距离之间的关系，从初始聚类中含有的多个聚类对象中确定目标聚类对象，包括：

计算作为簇中心的聚类对象和历史遍历过的聚类对象中的指定聚类对象之间针对第一目标距离的差值；

根据各个差值之间的关系，从初始聚类中含有的多个聚类对象中确定目标聚类对象。

进一步地，在计算作为簇中心的聚类对象和历史遍历过的聚类对象中的指定聚类对象之间针对第一目标距离的差值之前，数据聚类方法还包括：

将当前遍历到的作为簇中心的聚类对象对应的差值与历史遍历过的作为簇中心的聚类对象对应的差值中的最小差值进行比较；

若当前遍历到的作为簇中心的聚类对象对应的差值小于历史遍历过的作为簇中心的聚类对象对应的差值中的最小差值，则将当前遍历到的聚类对象作为下一个待遍历的聚类对象所匹配的指定聚类对象。

进一步地，初始聚类为多个，一个初始聚类含有一个目标聚类对象；在根据多个第一目标距离之间的关系，从初始聚类中含有的多个聚类对象中确定目标聚类对象之后，数据聚类方法还包括：