[发明专利]结合类别权重的集成学习分类方法

权利要求书

1.一种结合类别权重的集成学习分类方法，其特征在于该方法具体步骤如下：

A.      将原始数据进行预处理，转换成分类方法能处理的数据格式，同时获得训练数据集和待分类数据集；

B.      初始化训练数据集样本权重；

C.      从m=1到M迭代，依据训练数据集及其样本权重训练M个基分类器；

D.      集成步骤C中的所有基分类器，结合类别权重使用判别分类器，对待分类数据集进行分类；

E.      将分类结果保存到文件中，提供分类预测的参考。

2.根据权利要求1所述的一种结合类别权重的集成学习分类方法，其特征在于所述步骤A中的具体方法为：

A-1. 每条数据必须有固定的f个属性值，在最后还要添加一个类别属性，表示这条数据的类别已知，因此，总共为f+1个属性值；

A-2. 待分类数据集的每条数据形式必须与训练数据集的前f个属性形式一致，并且无类别属性值字段，因此，总共为f个属性值。

3.根据权利要求1所述的一种结合类别权重的集成学习分类方法，其特征在于所述步骤B的方法为：令每个样本的权重                                                = 1/n , i=1, 2, 3…n，其中n为样本个数。

4.根据权利要求1所述的一种结合类别权重的集成学习分类方法，其特征在于所述步骤C的具体方法为：

C-1.  依据训练数据集，以权重训练得到基分类器()；

C-2. 计算基分类器()错误率：

该分类器错误率即为当前迭代的分类器错误率

C-3. 计算基分类器对每个类别的权重：

C-4. 从i=1到n，更新训练数据集样本权重：

；

C-5. 重新规范化，使其总和为1；

C-6. 若M次迭代结束，则退出迭代，否则跳转到C1）继续迭代。

5.根据权利要求4所述的一种结合类别权重的集成学习分类方法，其特征在于所述步骤C-3中类别权重的计算方法为：对于训练好的基分类器()，在每个()的分类类别k中，计算正确率，即为的值，其中表示模型把样本分为第k类的情况，即表示模型把样本分为第k类，同时分类结果和类别标签吻合的概率，此概率体现了模型对类k的权重和可信度，迭代次数m →，算法趋于收敛。

6.根据权利要求1所述的一种结合类别权重的集成学习分类方法，其特征在于上述步骤D的操作步骤如下：

D1)集成并计算判别分类器，输出M个基分类器集成后的判别分类器；

D2）使用D1）中计算的判别分类器，为待分类数据集中的所有样本进行分类。

7.根据权利要求6所述的一种结合类别权重的集成学习分类方法，其特征在于，上述步骤D1）的计算公式为：

其中即为集成学习所输出的判别分类器，首先累加所有基分类器的判别概率，再累加基分类器可信度和各个类别权重的乘积，最后把两个累加结果相乘，其中包含的权重不仅有基分类器权重，还有类别权重。