样本训练方法、分类方法、识别方法、装置、介质及系统

摘要

本发明适用计算机技术领域，提供了一种样本训练方法、分类方法、下背痛症状识别方法、计算装置、计算机可读存储介质及下背痛症状识别系统，第一分类器既考虑了属于第一类别的第二样本集合中样本特征相较于第二类别参考样本特征变化的普通性，也考虑了属于第一类别的第三样本集合中样本特征相较于第二类别参考样本特征变化的相对稀有性，从而能快速、较为准确地进行分类，而第二分类器重点考虑了属于第一类别的第三样本集合中样本特征相较于第二类别参考样本特征变化的稀有性，从而能在第一分类器的分类错误时对其进行修正性地再次分类，进而有效保证了待测样本分类的准确性。