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：清华大学
摘要：本发明提供一种数据缺失条件下的公平分类方法和装置，包括：获取样本数据集；将样本数据集输入至预先训练的目标分类模型，得到分类结果；目标分类模型的训练步骤包括：S1：初始化决策树的样本分布权重；S2：利用预先设置的基分类器对样本数据集进行初步分类和缺失值处理，得到当前决策树；S3：基于当前决策树的预测值和公平约束指标计算基分类器的总错误率；S4：基于基分类器的线性组合利用总错误率对预先构建的指数损失函数进行最小化，得到下一棵树的样本分布权重，重复步骤S2‑S4，直至达到预设结束条件；S5：基于多轮迭代的样本分布权重投票得到目标分类模型，实现有效处理缺失数据，具有公平性和准确度。
主权项：1.一种数据缺失条件下的公平分类方法，其特征在于，包括：获取样本数据集；将所述样本数据集输入至预先训练的目标分类模型，得到分类结果；其中，所述目标分类模型的训练步骤包括：S1：初始化决策树的样本分布权重；S2：利用预先设置的基分类器对样本数据集进行初步分类和缺失值处理，得到当前决策树；S3：基于所述当前决策树的预测值和公平约束指标计算所述基分类器的总错误率；S4：基于所述基分类器的线性组合利用所述总错误率对预先构建的指数损失函数进行最小化，得到下一棵树的样本分布权重，重复步骤S2-S4，直至达到预设结束条件；S5：基于多轮迭代的所述样本分布权重投票得到目标分类模型。
全文数据：
权利要求：
百度查询： 清华大学 数据缺失条件下的公平分类方法和装置
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