【技术实现步骤摘要】
数据处理方法及装置、处理器、电子设备、存储介质
本申请涉及计算机
,尤其涉及一种数据处理方法及装置、处理器、电子设备、存储介质。
技术介绍
聚类是数据挖掘和机器学习等领域的关键技术之一。聚类指通过将相似的待聚类对象划分至同一类簇,将不相似的待聚类对象划分至不同的类簇。利用待聚类对象集中待聚类对象的信息以及不同待聚类对象之间的关联信息,可实现对待聚类对象集的聚类。依据待聚类对象集中不同待聚类对象之间的关联,可得到待聚类对象集的邻接图。邻接图包含至少两个节点,每个节点对应一个待聚类对象。邻接图包含与节点对应的待聚类对象的信息,以及不同待聚类对象之间的关联信息。传统聚类方法通过对邻接图进行处理,可利用待聚类对象的信息以及不同待聚类对象之间的信息,实现对待聚类对象集的聚类。但通过传统方法得到的邻接图包含的信息的准确度低。
技术实现思路
本申请提供一种数据处理方法及装置、处理器、电子设备、存储介质。第一方面,提供了一种数据处理方法,所述方法包括:获取n个节点,所述n为大于或等于2的整数,所述节点用于表示待聚类对象;确定所述n个节点中与第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点,所述第一节点属于所述n个节点;将所述第一节点与所述第一备选节点连接,得到邻接图,其中,所述邻接图用于对所述n个节点所表示的待聚类对象聚类。在该方面中,通过将参考相似度阈值,作为确定第一节点的第一备选节点的依据,可减少第一备选节点中第一节点的噪声关联节点的数量。从 ...
【技术保护点】
1.一种数据处理方法,其特征在于,所述方法包括:/n获取n个节点,所述n为大于或等于2的整数,所述节点用于表示待聚类对象;/n待聚类对象确定所述n个节点中与第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点,所述第一节点属于所述n个节点;/n将所述第一节点与所述第一备选节点连接,得到邻接图,其中,所述邻接图用于对所述n个节点所表示的待聚类对象聚类。/n
【技术特征摘要】
1.一种数据处理方法,其特征在于,所述方法包括:
获取n个节点,所述n为大于或等于2的整数,所述节点用于表示待聚类对象;
待聚类对象确定所述n个节点中与第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点,所述第一节点属于所述n个节点;
将所述第一节点与所述第一备选节点连接,得到邻接图,其中,所述邻接图用于对所述n个节点所表示的待聚类对象聚类。
2.根据权利要求1所述的方法,其特征在于,在所述确定所述n个节点中与第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点之前,所述方法还包括:
确定所述n个节点与所述第一节点之间的相似度,得到第一相似度集;
将第一相似度集中最大的k个相似度所对应的节点,作为第二备选节点;
所述确定所述n个节点中与所述第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点,包括:
确定所述第二备选节点中相似度大于或等于所述参考阈值的节点,作为所述第一备选节点。
3.根据权利要求1或2所述的方法,其特征在于,所述将所述第一节点与所述第一备选节点连接,得到邻接图,包括:
依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的邻接关系;
将所述第一节点与所述第一备选节点连接,使所述第一节点与所述第一备选节点满足所述邻接关系,得到所述邻接图。
4.根据权利要求3所述的方法,其特征在于,所述邻接关系包括所述第一备选节点与所述第一节点之间的距离;
所述依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的邻接关系,包括:
依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的距离,所述距离与所述相似度呈正相关。
5.根据权利要求4所述的方法,其特征在于,所述依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的距离,包括:
将所述第一备选节点与所述第一节点之间的相似度作为备选相似度集,确定所述备选相似度集中的最小值,作为参考相似度;
依据第一相似度与所述参考相似度之间的差,以及第二相似度与所述参考相似度之间的差,得到第一权值和第二权值,所述第一相似度和所述第二相似度均属于所述备选相似度集;
依据所述第一权值和所述第二权值,确定所述第一节点与所述第二节点之间的距离,以及所述第一节点与第三节点之间的距离,所述第二节点为与所述第一相似度对应的节点,所述第三节点为与所述第二相似度对应的节点。<...
【专利技术属性】
技术研发人员:黄厚钧,何悦,李诚,王贵杰,王子彬,
申请(专利权)人:深圳市商汤科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。