[发明专利]一种基于无监督学习的数据处理方法及装置有效
| 申请号： | 201910549371.8 | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110276449B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 刘洋;陈天健;杨强 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 518027 广东省深圳市*** | 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： | 本申请公开了一种基于无监督学习的数据处理方法及装置。该方法中终端接收中心服务器发送的预设数量的初始中心数据后；采用预设聚类算法，对存储的无标注样本数据按照预设数量的初始中心数据进行聚类，得到预设数量的数据集合和每个数据集合中无标注样本数据的数据值对应的处于收敛状态的平均值，并将该平均值确定为该数据集合的中心数据；向中心服务器发送预设数量的数据集合的中心数据，中心服务器根据多个终端的预设数量的数据集合的中心数据，获取预设数量的当前中心数据，并在预设数量的当前中心数据均处于收敛状态时确定预设数量的当前中心数据为预设数量的目标中心数据。该方法提高了样本的利用率。 | ||
| 搜索关键词： | 一种 基于 监督 学习 数据处理 方法 装置 | ||
【主权项】：
1.一种无监督学习方法，其特征在于，所述方法包括：终端接收中心服务器发送的预设数量的初始中心数据，每个初始中心数据为预设的表示一种数据类别的标称数据，且所述预设数量的初始中心数据的数据类别不同；采用预设聚类算法，对存储的无标注样本数据按照所述预设数量的初始中心数据进行聚类，得到预设数量的数据集合和每个数据集合中无标注样本数据的数据值对应的处于收敛状态的平均值，所述每个数据集合包括具有相同数据类别的无标注样本数据；将所述处于收敛状态的平均值确定为所述数据集合的中心数据；向所述中心服务器发送所述预设数量的数据集合的中心数据，以使所述中心服务器根据所述多个终端的预设数量的数据集合的中心数据，获取预设数量的当前中心数据，并在所述预设数量的当前中心数据均处于收敛状态时确定所述预设数量的当前中心数据为预设数量的目标中心数据，每个当前中心数据为所述多个终端中具有相同数据类别的数据集合的中心数据的平均值。
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深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，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/201910549371.8/，转载请声明来源钻瓜专利网。
