本發(fā)明公開了一種數(shù)據(jù)分類方法、裝置及系統(tǒng)，屬于數(shù)據(jù)挖掘技術(shù)領(lǐng)域。方法包括：S1、獲取樣本數(shù)據(jù)，初始化樣本數(shù)據(jù)的權(quán)值；S2、利用分類模型對(duì)樣本數(shù)據(jù)分類，結(jié)合樣本數(shù)據(jù)的正確分類信息獲得分類模型對(duì)樣本數(shù)據(jù)的錯(cuò)判結(jié)果以及樣本數(shù)據(jù)中與錯(cuò)判結(jié)果對(duì)應(yīng)的錯(cuò)判樣本；S3、根據(jù)錯(cuò)判樣本的權(quán)值計(jì)算分類模型的錯(cuò)判率，根據(jù)分類模型的錯(cuò)判率計(jì)算分類模型的權(quán)值，利用分類模型的權(quán)值更新樣本數(shù)據(jù)的權(quán)值；S4、重復(fù)步驟S2～S3迭代分類模型，根據(jù)錯(cuò)判率在迭代獲得的分類模型中篩選出目標(biāo)分類模型；S5、利用各目標(biāo)分類模型對(duì)待分類數(shù)據(jù)分類。本發(fā)明通過迭代時(shí)采用更新權(quán)值的樣本數(shù)據(jù)更新分類模型，能夠使得分類模型更加準(zhǔn)確，更加適用于樣本數(shù)據(jù)關(guān)聯(lián)的業(yè)務(wù)場(chǎng)景。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領(lǐng)域，特別涉及一種數(shù)據(jù)分類方法、裝置及系統(tǒng)。

背景技術(shù)

目前隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，為了達(dá)到諸如精準(zhǔn)營銷等找到具有一種或多種特征的數(shù)據(jù)的目的，基于數(shù)據(jù)特征對(duì)數(shù)據(jù)進(jìn)行分類的技術(shù)應(yīng)運(yùn)而生。然而，現(xiàn)有技術(shù)中數(shù)據(jù)分類通常采用傳統(tǒng)的評(píng)分卡模型，該模型基于單一的有監(jiān)督的分類算法，模型參數(shù)通過線性估計(jì)產(chǎn)生后便不再更新，且單個(gè)分類器性能較弱，準(zhǔn)確率很難再提升。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的問題，本發(fā)明實(shí)施例提供了一種數(shù)據(jù)分類方法、裝置及系統(tǒng)。所述技術(shù)方案如下：

第一方面，提供了一種數(shù)據(jù)分類方法，所述方法包括：

S1、獲取樣本數(shù)據(jù)，初始化所述樣本數(shù)據(jù)的權(quán)值；

S2、利用分類模型對(duì)所述樣本數(shù)據(jù)分類，結(jié)合所述樣本數(shù)據(jù)的正確分類信息獲得所述分類模型對(duì)所述樣本數(shù)據(jù)的錯(cuò)判結(jié)果以及所述樣本數(shù)據(jù)中與所述錯(cuò)判結(jié)果對(duì)應(yīng)的錯(cuò)判樣本；

S3、根據(jù)所述錯(cuò)判樣本的權(quán)值計(jì)算所述分類模型的錯(cuò)判率，根據(jù)所述分類模型的錯(cuò)判率計(jì)算所述分類模型的權(quán)值，利用所述分類模型的權(quán)值更新所述樣本數(shù)據(jù)的權(quán)值；

S4、利用權(quán)值更新后的所述樣本數(shù)據(jù)重復(fù)步驟S2～S3迭代所述分類模型，根據(jù)所述錯(cuò)判率在迭代獲得的多個(gè)所述分類模型中篩選出多個(gè)目標(biāo)分類模型；

S5、利用各所述目標(biāo)分類模型對(duì)待分類數(shù)據(jù)分類，基于各所述目標(biāo)分類模型的權(quán)值確定所述待分類數(shù)據(jù)的分類結(jié)果。

進(jìn)一步地，所述根據(jù)所述錯(cuò)判樣本的權(quán)值計(jì)算所述分類模型的錯(cuò)判率，包括：

將所述錯(cuò)判樣本的數(shù)量與所述錯(cuò)判樣本權(quán)值的乘積之和作為所述分類模型的錯(cuò)判率。

進(jìn)一步地，所述根據(jù)所述分類模型的錯(cuò)判率計(jì)算所述分類模型的權(quán)值，包括：

按照如下公式計(jì)算所述分類模型的權(quán)值：

其中，a_i為第i次迭代獲得的分類模型的權(quán)值，∈_i為第i次迭代獲得的分類模型的錯(cuò)判率，其中i＝1，2，3...。

進(jìn)一步地，所述利用所述分類模型的權(quán)值更新所述樣本數(shù)據(jù)的權(quán)值，包括：

按照如下公式更新所述樣本數(shù)據(jù)的權(quán)值：

其中，w_i，j為第i次迭代的樣本數(shù)據(jù)j的權(quán)值，Z_i-1為歸一化因子，a_i-1為第i-1次迭代獲得的分類模型的權(quán)值，j＝1，2，3，...，N，其中N為所述樣本數(shù)據(jù)的數(shù)量。

進(jìn)一步地，所述根據(jù)所述分類模型的錯(cuò)判率在迭代獲得的多個(gè)所述分類模型中篩選出多個(gè)目標(biāo)分類模型，包括：

將獲取到的每次迭代得到的分類模型對(duì)應(yīng)的所述錯(cuò)判率與目標(biāo)模型選取條件對(duì)比，在滿足所述目標(biāo)模型選取條件的所述分類模型中確定所述目標(biāo)分類模型。