[发明专利]基于不平衡分类指标与集成学习的不平衡数据分类方法

权利要求书

1.基于不平衡分类指标与集成学习的不平衡数据分类方法，包括如下步骤：

(1)输入一个包含两类数据的不平衡数据集，并将样本较多的类记作多数类，样本较少的类记作少数类，从该不平衡数据集中随机选取十分之九的样本作为训练样本，将剩余的样本作为测试样本，并设定最大迭代次数T；

(2)设训练样本初始权重服从均匀分布，即每一个(x_i,y_i)∈S，其中i＝1,2,...,N，t＝1，N表示训练样本的个数，S表示训练集，x_i表示第i个训练样本，y_i表示第i个训练样本的类别标识，D_t表示第t轮中训练样本的样本权重；

(3)根据第t轮中训练样本的样本权重D_t选取第t轮生成的弱分类器的训练样本，用选取的训练样本对支持向量机进行训练，获得第t轮生成的弱分类器h_t，用弱分类器h_t对所有训练样本进行分类，得到训练样本的预测类标h_t(x_i)，其中i＝1,2,...,N；

(4)计算第t轮生成的弱分类器h_t在训练集上的错误率：其中，D_t(x_i,y_i)表示第t轮中训练样本x_i的样本权重，h_t(x_i)表示第t轮训练后生成的弱分类器h_t对第i个训练样本x_i的预测类标，y_i表示第i个训练样本的类别标识；

(5)将错误率ε_t与设定的阈值k＝0.5进行比较：若ε_t≥k，令最大迭代次数T＝t-1，转到步骤(9)；若ε_t＜k，则执行步骤(6)；

(6)计算不平衡问题的评价指标G，用G优化ε_t，得到优化后的错误率ε_t^*＝ε_t×(1-G)^λ，其中λ是惩罚参数；

(7)根据优化后的错误率计算第t轮生成的弱分类器h_t的投票权重：αt=12×log(1-ϵt*ϵt*);]]>

(8)计算第t+1轮中训练样本权重：其中，Dt+1*(xi)=Dt(xi)×exp(-αt),ht(xi)=yi1,ht(xi)≠yi]]>为中间变量，式中D_t(x_i)表示第t轮中训练样本x_i的样本权重，α_t表示第t轮生成的弱分类器的投票权重，h_t(x_i)表示第t轮训练后生成的弱分类器h_t对训练样本x_i的预测类标，y_i表示第i个训练样本x_i的类别标识，N表示训练样本的个数；

(9)判断t是否达到最大迭代次数T：若t＜T，则t加1，返回步骤(3)；若t≥T，输出强分类器：其中，α_t表示第t轮生成的弱分类器的投票权重，x_j表示第j个测试样本，y_j表示测试样本x_j的类别标识，h_t(x_j)表示第t轮生成的弱分类器h_t对测试样本x_j的预测类标。