[发明专利]一种分类模型训练的方法、数据分类的方法及装置在审
| 申请号： | 201611139498.5 | 申请日： | 2016-12-12 |
| 公开（公告）号： | CN108615044A | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 尹红军 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种分类模型训练的方法，包括：接收用于训练模型的样本，样本包括训练参数和分类目标；使用训练参数对初始分类模型进行分类训练，得到预测结果；根据初始分类模型所包含的梯度损失函数，确定分类目标与预测结果之间的残差，梯度损失函数包括第一类别与第二类别间距的距离因子，第一类别为预测结果所属类别，第二类别为分类目标所属类别；根据残差，对初始分类模型进行修正，得到最终分类模型。本发明实施例还提供相应的数据分类的方法及装置。本发明技术方案通过在初始分类模型的梯度损失函数中引入类别间距的距离因子，从而可以针对不同的分类错误产生不同大小的残差，从而可以快速提高分类模型的精度。 | ||
| 搜索关键词： | 分类模型 分类目标 损失函数 预测结果 残差 分类模型训练 数据分类 训练参数 样本 错误产生 训练模型 分类 修正 引入 | ||
【主权项】：
1.一种分类模型训练的方法，其特征在于，包括：接收用于训练模型的样本，所述样本包括训练参数和分类目标；使用所述训练参数对初始分类模型进行分类训练，得到预测结果；根据所述初始分类模型所包含的梯度损失函数，确定所述分类目标与所述预测结果之间的残差，所述梯度损失函数包括第一类别与所述第二类别间距的距离因子，所述第一类别为所述预测结果所属类别，所述第二类别为所述分类目标所属类别；根据所述残差，对所述初始分类模型进行修正，得到最终分类模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611139498.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种视频分类方法及系统
- 下一篇：筛选胶囊内镜拍摄的图像的方法、装置及设备
