[发明专利]一种对分类数据集进行测试的方法

说明书

本发明公开了一种对分类数据集进行测试的方法，在获得分类数据集后，若需要对其进行标准化处理，则使用绝对标准差的方式对分类数据集进行标准化；标准化之后，将分类数据集分成训练集和测试集；根据训练集获得基于标签相似度的朴素贝叶斯多标签选择策略；然后利用多标签选择策略对测试集进行种群初始化、评价；利用文化算法优化多标签选择策略，获得最佳标签选择策略；基于最佳标签选择策略，对测试集进行分类测试。本发明提出标签相似度表示标签之间的依赖关系，应用到标签最终选择策略中，即：设计提出基于标签相似度的朴素贝叶斯多标签选择策略，并使用文化算法对其进行优化，并用于多个多标签数据集中进行测试验证，可以提高分类的准确度。

技术领域

本申请涉及多标签分类技术领域，尤其涉及一种对分类数据集进行测试的方法。

背景技术

多标签学习源自于文本分类问题，如每个文件可能会属于几个预定义的主题：卫生和政府。但是现在，该类问题也非常广泛的存在于现实生活的应用中：在视频搜索领域，每个音频剪辑可以划分到不同的情感标签，例如“欢快”和“愉悦”；在基因功能学中，基因可能对应到多个功能标签，例如“身材高大”和“皮肤白皙”；在图像归属领域，一副图像可能同时属于几个场景标签，例如“大树”和“高楼”。凡此种种，多标签分类问题在越来越多的实际应用程序中得到广泛应用，对其进行更深入研究将会给我们的日常生活带来更大的益处。在机器学习和数据挖掘领域，分类成为了一个研究最多的任务。这个任务主要包括根据所给数据集的特点，构造一个分类器，然后利用所构造的分类器对未知类标签的对象实例赋予类标签的过程。

作为一种具有监督和指导功能的学习方法，朴素贝叶斯分类器(Naive BayesClassifier，NBC)凭借其简单、高效的优点，成为了众多分类学习方法中的佼佼者。朴素贝叶斯(Bayes，NB)技术，是基于所谓的贝叶斯定理，而且即使针对于高维问题也具有适用性。虽然其原理很简单，但朴素贝叶斯通常表现了很好的分类效果。但是，朴素贝叶斯分类器是基于一个简单但是却不现实的假设，就是“假定属性间的相互独立性”，因此其分类精度不高。

发明内容

本发明了提供了一种对分类数据集进行测试的方法，以解决现有技术中分类精度不高的技术问题。

为解决上述技术问题，本发明提供了一种对分类数据集进行测试的方法，所述方法包括：

S1，获得所述分类数据集；

S2，判断所述分类数据集是否需要标准化，若需要标准化，使用绝对标准差的方式对所述分类数据集进行标准化；

S3，标准化之后，将所述分类数据集分成训练集和测试集；

S4，根据所述训练集获得基于标签相似度的朴素贝叶斯多标签选择策略；然后利用所述多标签选择策略对所述测试集进行种群初始化，然后进行评价；

S5，利用文化算法优化所述多标签选择策略，获得最佳标签选择策略；

S6，基于所述最佳标签选择策略，对所述测试集进行分类测试。

优选的，所述根据所述训练集获得基于标签相似度的朴素贝叶斯多标签选择策略，具体包括：

获得先验概率：其中，X表示所述测试集中的实例，表示通过朴素贝叶斯算法计算出的实例X属于类标签c_i的概率；表示通过朴素贝叶斯算法计算出的实例X不属于类标签c_i的概率；

获得朴素贝叶斯最大化后验概率：其中，表示通过朴素贝叶斯算法计算出的实例X属于类标签c_j的概率；表示通过朴素贝叶斯算法计算出的实例X不属于类标签c_j的概率；