发明名称 |
数据分类方法和用于数据分类的装置 |
摘要 |
本发明公开了一种数据分类方法和用于数据分类的装置,涉及大数据处理领域。其中的数据分类方法包括:按照各个预定聚类个数对数据集分别进行聚类,并根据每次聚类后各个类的类内方差确定该次聚类的方差;按照各个预定聚类个数由小到大的顺序,当相邻两次聚类的方差的变化程度第一次小于预设值时,将相邻两次聚类中选用的较大聚类个数确定为实际聚类个数;按照实际聚类个数对数据集进行聚类,并按照聚类结果对数据集进行分类。通过预先进行多次聚类,并根据各次聚类的类内方差的变化趋势确定实际聚类个数,使聚类个数更合理,从而提升了按照聚类结果进行数据分类的准确性。 |
申请公布号 |
CN105956628A |
申请公布日期 |
2016.09.21 |
申请号 |
CN201610318133.2 |
申请日期 |
2016.05.13 |
申请人 |
北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
发明人 |
刘朋飞;王晓;葛胜利 |
分类号 |
G06K9/62(2006.01)I;G06F17/30(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
中国国际贸易促进委员会专利商标事务所 11038 |
代理人 |
许蓓 |
主权项 |
一种数据分类方法,其特征在于,包括:按照各个预定聚类个数对数据集分别进行聚类,并根据每次聚类后各个类的类内方差确定该次聚类的方差;按照所述各个预定聚类个数由小到大的顺序,当相邻两次聚类的方差的变化程度第一次小于预设值时,将相邻两次聚类中选用的较大聚类个数确定为实际聚类个数;按照所述实际聚类个数对数据集进行聚类,并按照聚类结果对数据集进行分类。 |
地址 |
100080 北京市海淀区杏石口路65号西杉创意园西区11C楼东段1-4层西段1-4层 |