【技术实现步骤摘要】
数据样本聚类方法及装置
[0001]本专利技术涉及数据处理，尤其是一种数据样本聚类方法及装置。
技术介绍
[0002]聚类是在人工智能、机器学习领域数据处理技术。聚类是根据在数据中发现的描述对象及其关系的信息，将数据对象分组。目的是组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内相似性越大，组间差距越大，说明聚类效果越好。也就是说， 聚类的目标是得到较高的簇内相似度和较低的簇间相似度，使得簇间的距离尽可能大，簇内样本与簇中心的距离尽可能小。目前主要的聚类方法如下：上述现有聚类方法解决的在同一份数据集（数据样本）里，各条数据之间的相似（相近）程度，而不是一份数据样本与另外一份数据样本之间的相似（相近）程度。比如，现在有12家银行需要联合训练风险控制模型，每家都贡献一份自己的数据样本，每份数据样本都含有X变量（自变量）和Y变量（因变量）， 这12份样本可以分为几种类型，哪些样本可以分为同一个类型（聚类）,这是现有聚类方法不能解决的问题，即无法解决数据样本与数据样本之间的聚类问题。
专利技术...
【技术保护点】
【技术特征摘要】
1.一种数据样本聚类方法，其特征在于，包括如下步骤：步骤1：选取多套数据样本，对应每套数据样本训练一套样本评估模型；步骤2：将每套样本评估模型逐一测试各套数据样本，对应每套样本评估模型均相应获得一组测试指标数据；步骤3：基于测试指标数据，计算数据样本与数据样本之间的距离；步骤4：从未完成聚类的数据样本中选取一套数据样本当作新簇；步骤5：判断是否有未完成聚类的数据样本，如果是，则进入步骤6，如果否，则结束聚类；步骤6：计算余下未完成聚类的每套数据样本与新簇之间的距离，选取最小距离的数据样本，判断该最小距离是否大于阈值，如果是，则返回步骤4，选取该最小距离的数据样本训练新簇，如果否，则将该最小距离的数据样本加入新簇，并返回步骤5。2.根据权利要求1所述的数据样本聚类方法，其特征在于：步骤3中，数据样本与数据样本之间的距离通过如下方法获得，计算A数据样本到B数据样本方向的距离C1，计算方法为用A数据样本对应的A样本评估模型测试B数据样本，获得测试指标数据M1,则距离C1=1
‑
M1;计算B数据样本到A数据样本方向的距离C2，计算方法为用B数据样本对应的B样本评估模型测试A数据样本，获得测试指标数据M2,则距离C2=1
‑
M2;A数据样本与B数据样本之间的距离C=(C1+C2)/2。3.根据权利...
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。