龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京邮电大学
摘要：本发明公开了一种不平衡数据的分类方法，属于机器学习技术领域，包括主动学习方法和过采样方法，不平衡数据包括有标记数据和无标记数据，具体为：对有标记数据进行预处理，通过计算距离特征得到初始训练集；对初始训练集进行训练，得到初始分类器；利用初始分类器计算无标记数据的不确定度；根据不确定度对无标记数据进行排序，并交由人工进行标记，以得到已标记数据集；对已标记数据集进行概率过采样，以得到平衡数据集；对平衡数据集进行训练得到分类器，用以对不平衡数据进行分类。本发明的不平衡数据的分类方法通过将主动学习和过采样方法相结合，减少了参加训练样本数量；同时，保证分类器对多数类和少数类的数据都具有较高的分类精度。
主权项：1.一种不平衡数据的分类方法，其特征在于：包括主动学习方法和过采样方法，所述不平衡数据包括第一类数据和第二类数据，所述第一类数据和或第二类数据中包括有标记数据和无标记数据，具体步骤为：步骤1、对有标记数据进行预处理，通过计算距离特征得到初始训练集；步骤2、对所述初始训练集进行训练，得到初始分类器；步骤3、利用所述初始分类器计算所述无标记数据的不确定度；步骤4、根据所述不确定度对所述无标记数据进行排序，并交由人工进行标记，以得到已标记数据集；步骤5、对所述已标记数据集使用过采样方法进行概率过采样，以得到平衡数据集；步骤6、对所述平衡数据集进行训练得到分类器，用以对所述不平衡数据进行分类；所述主动学习方法为基于不确定性采样策略的样本选择方式；所述过采样方法具体为：样本的特征包括离散型特征和连续型特征，对连续型特征的样本使用EM算法并利用AIC准则进行拟合，得到混合高斯分布模型P，并计算每个特征在其它特征下的条件分布函数，再通过Gibbs抽样得到的新的样本；对离散型特征的样本使用先统计第一类数据中每个离散特征出现的不同频率，然后根据相应的频率随机产生新的样本。
全文数据：
权利要求：
百度查询： 南京邮电大学 不平衡数据的分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号