[发明专利]基于score输出值百分比的可控置信机器分类方法

说明书

本发明适用机器学习领域，提供了一种基于score输出值百分比的可控置信机器算法，所述方法包括如下步骤：对二元样本采用二元分类器进行分类；将二元分类器的分类结果转成score输出值；获取未知二元样本的理想错分率，分别以最小输出值和最大输出值为基准，向着原点的方向以等距离步长(设定score的百分比)分别向右或向左一步步的移动，当满足理想错分率，确定阈值范围；如未知二元样本的score输出值属于该阈值范围，将未知样本分配到拒绝域，如未知二元样本的score输出值不属于该阈值范围，将未知样本分配到接受域。本发明提供的技术方案具有精度高，可靠性高的优点。

技术领域

本发明属于机器学习领域，尤其涉及一种基于score输出值百分比的可控置信机器分类方法。

背景技术

置信机器就是在机器学习的过程中对学习的结果同时提供一个可信的程度判断或可以对学习结果进行预设的分类处理。置信机器在医疗诊断等高风险的应用领域有着重要的现实意义。置信机器是机器学习领域中研究时间不长的一个分支，实现置信机器学习的理论基础与方法并不多。有直接构造置信度的方法，有间接构造置信度的方法，有通过设置拒绝选项，可以进行预设的分类处理，来排除低可信的部分，从而提高剩余部分的可信度，实现置信分类。简捷有效的置信机器学习是置信机器研究的目标之一。

2005年由Vladimir Vovk，Alexander Gammerman，Glenn Shafer出版了关于信任机器学习的专著《Algorithmic Learning in a Random World》。2004年邱德红等在计算机研究与发展期刊Vol.41，No.9中发表了《基于算法随机性理论和奇异描述的置信学习机器》，根据Kolmogorov算法随机性理论，为学习机器建立了一种置信机制，描述了置信学习机器的算法。

在实现现有技术的方案中，发现现有技术存在如下的技术问题：

(1)置信控制的精度不够。目前上述的置信机器学习方法是通过设置Bin的方法来计算错分率，并根据计算结果设置阈值，但最后总的错分率控制与当初预设值比较，有时差距会很大。

(2)置信控制不够灵活。设置Bin的方法有一定的限制，不能任意设置数值，进行灵活多变的控制，满足不同的要求。

发明内容

本发明实施例的目的在于提供一种基于score输出值百分比的可控置信机器分类方法，其解决现有技术的置信度控制精度不高和不够灵活的问题。

本发明实施例是这样实现的，一方面，一种基于score输出值百分比的可控置信机器分类方法，所述方法包括如下步骤：

对二元样本采用二元分类器进行分类；

将二元分类器的分类结果转成输出值Output Score；

获取未知二元样本的理想错分率，以最小输出值或最大输出值为基准，向原点向右或向左一步步的移动阈值范围(-t1，t1)，当阈值(-t1，t1)满足已知二元样本的理想错分率时，确定阈值(-t1，t1)为未知二元样本的理想错分率对应的阈值范围(-t1，t1)；所述向右或向左一步步的移动阈值范围(-t1，t1)中每步移动所跨越的Output Score为设定Score百分比值；

如未知二元样本的输出值Output Score属于该阈值范围，将未知样本分配到拒绝域，如未知二元样本的输出值Output Score不属于该阈值范围，将未知样本分配到接受域。

可选的，所述以最小输出值或最大输出值为基准，以等距离步长向原点向右或向左一步步的移动阈值范围(-t1，t1)具体包括：

如向左移动阈值范围的已知二元样本的错分率多，则先向右移动阈值，然后再向左移动阈值；

如向右移动阈值范围的已知二元样本的错分率多，则先向左移动阈值，然后再向右移动阈值。