[发明专利]二分类模型训练方法、数据分类方法及对应装置

摘要

本发明涉及机器学习技术领域，提供一种二分类模型训练方法、数据分类方法及对应装置。其中，训练集中的训练样本均为结构化数据，结构化数据中包括至少一个离散型特征，二分类模型训练方法包括：统计离散型特征的不同的特征值在训练集的正样本中出现的次数；基于离散型特征的特征值出现的次数与正样本的总个数的比值，计算离散型特征的特征值对应的编码值；将训练样本中的离散型特征的特征值替换为对应的编码值；利用更新后的训练样本训练二分类模型。结构化数据中的离散型特征被上述方法编码后，其特征值被转化为连续值，从而可以被现有的机器学习算法正确地处理，正常地用于训练二分类模型。同时，编码过程简单高效，不会导致维灾难问题。

主权项

1.一种二分类模型训练方法，其特征在于，训练集中的训练样本均为结构化数据，所述结构化数据中包括至少一个离散型特征，所述方法包括：统计所述离散型特征的不同的特征值在所述训练集的正样本中出现的次数；基于所述离散型特征的特征值出现的次数与所述正样本的总个数的比值，计算所述离散型特征的特征值对应的编码值；将所述训练样本中的所述离散型特征的特征值替换为对应的所述编码值；在对所述训练样本中的每个离散型特征都完成特征值替换后，利用更新后的所述训练样本训练二分类模型。