[发明专利]分类器构建方法和系统

权利要求书

1.一种分类器构建方法，包括以下步骤：

从数据集中抽取N个样本集；

将每个样本集作为根节点，求取每个根节点的属性空间中的M个属性的权重值，其中，M为属性的总数；

根据所述权重值从M个属性中采用加权抽样抽取m个属性，构成属性子空间，且m小于M；

采用划分函数从属性子空间的m个属性中选择最佳属性，然后根据所述最佳属性对根节点进行划分，产生子节点；

对每个样本集递归重复节点划分直至生成单个随机森林分类器；

根据N个单个随机森林分类器构建整体随机森林分类器。

2.根据权利要求1所述的分类器构建方法，其特征在于，所述求取每个根节点的属性空间中的M个属性的权重值的步骤具体为：

求取每个节点的属性空间中的每个属性与类别属性的相关性，将所述每个属性与类别属性的相关性作为所述每个属性的权重值。

3.根据权利要求2所述的分类器构建方法，其特征在于，还包括步骤：通过卡方检验公式或信息增益率公式求取每个属性与类别属性的相关性。

4.根据权利要求2所述的分类器构建方法，其特征在于，根据所述权重值从M个属性中采用加权抽样抽取m个属性，构成属性子空间的步骤具体为：

将每个属性的权重值求平方根，将每个平方根与M个属性的权重值的平方根和的比值，作为每个属性被抽取的概率；

根据所述每个属性的被抽取的概率从M个属性中抽取m个属性，构成属性子空间。

5.根据权利要求1所述的分类器构建方法，其特征在于，所述采用划分函数从属性子空间的m个属性中选择最佳属性的步骤具体为：

采用信息增益函数从属性子空间的m个属性中选择信息增益率最大的属性，将所述信息增益率最大的属性作为最佳属性。

6.一种分类器构建系统，其特征在于，包括：

样本抽取模块，用于从数据集中抽取N个样本集；

权重求取模块，用于将每个样本集作为根节点，求取每个根节点的属性空间中的M个属性的权重值，其中，M为属性的总数；

属性抽取模块，用于根据所述权重值从M个属性中采用加权抽样抽取m个属性，构成属性子空间，且m小于M；

划分模块，用于采用划分函数从属性子空间的m个属性中选择最佳属性，然后根据所述最佳属性对根节点进行划分，产生子节点；

递归模块，用于对每个样本集递归重复节点划分直至生成单个随机森林分类器；

构建模块，用于根据N个单个随机森林分类器构建整体随机森林分类器。

7.根据权利要求6所述的分类器构建系统，其特征在于，所述权重求取模块还用于求取每个节点的属性空间中的每个属性与类别属性的相关性，将所述每个属性与类别属性的相关性作为所述每个属性的权重值。

8.根据权利要求7所述的分类器构建系统，其特征在于，所述权值求取模块还用于通过卡方检验公式或信息增益率公式求取每个属性与类别属性的相关性。

9.根据权利要求7所述的分类器构建系统，其特征在于，所述属性抽取模块包括：

概率计算单元，用于将每个属性的权重值求平方根，将每个平方根与M个属性的权重值的平方根和的比值，作为每个属性被抽取的概率；

抽取单元，用于从M个属性中根据所述每个属性的被抽取的概率抽取m个属性，构成属性子空间。

10.根据权利要求7所述的分类器构建系统，其特征在于，所述划分模块还用于采用信息增益函数从属性子空间的m个属性中选择信息增益率最大的属性，将所述信息增益率最大的属性作为最佳属性。