[发明专利]数据离散化模型训练方法和装置、数据离散方法

摘要

本申请涉及一种数据离散化模型训练方法和装置、数据离散方法、计算机设备和存储介质，该训练方法包括：获取离散训练数据和离散区间数；将离散训练数据输入编码神经网络，生成与离散区间数相同数量的高斯参数；基于高斯参数生成与离散训练数据对应的隐层变量；将隐层变量输入解码神经网络，得到还原数据；根据离散训练数据和还原数据调整编码神经网络和解码神经网络的参数，并返回将离散训练数据输入编码神经网络，生成与离散区间数相同数量的高斯参数的步骤，直至满足预设迭代结束条件；将编码神经网络最终生成的高斯参数作为各离散区间的特征。通过该方法获得非连续的散区间，以实现数据非线性离散，避免大数据因线性离散而造成的数据丢失问题。

主权项

1.一种数据离散化模型训练方法，其特征在于，所述方法包括：获取离散训练数据和离散区间数；将所述离散训练数据输入编码神经网络，生成与所述离散区间数相同数量的高斯参数；基于所述高斯参数生成与所述离散训练数据对应的隐层变量；将所述隐层变量输入解码神经网络，得到还原数据；根据所述离散训练数据和所述还原数据调整所述编码神经网络和所述解码神经网络的参数，并返回将所述离散训练数据输入编码神经网络，生成与所述离散区间数相同数量的高斯参数的步骤，直至满足预设迭代结束条件；将所述编码神经网络最终生成的高斯参数作为各离散区间的特征。