[发明专利]一种基于模型自适应选择的多分类模型融合方法

权利要求书

1.一种基于模型自适应选择的多分类模型融合方法，其特征在于，所述方法步骤包括：

(1)分别计算基分类模型对每一类样本的分类准确率，对结果输出为概率值的分类模型，取其分类结果的Top-N分类标签集；

(2)根据各基分类模型对每类样本的分类准确率最大值，设置各类样本的动态准确率阈值，并对各数据集样本设置分类结果融合标记；

(3)根据样本的融合标记，对每一个样本自适应选择参与融合的基分类模型，结合基分类模型的Top-N分类标签集，实现基分类模型融合。

2.根据权利要求1所述的方法，其特征在于，分别计算基分类模型对每一类样本的分类准确率，对于结果输出为概率值的分类模型，取其分类结果的Top-N分类标签集，具体说明如下：基分类模型个数为2，样本类别数为M，训练集样本数量为n，x为样本特征向量集，x＝[x₁ x₂ … x_n]，x_i表示第i个样本的特征向量，i＝1,2,…,n，第k个基分类模型学习到的模型为f_k(x)；若分类模型k的输出结果为样本属于各类别的后验概率，则f_k(x_i)表示模型对第i个样本分类结果中概率的最大值对应的样本类别标签，即其Top-1分类标签；若分类模型k的输出为样本的预测类标签，则f_k(x_i)表示分类模型k对第i个样本的分类标签；a_k,j表示第k个基分类模型的输出结果中，分类标签为第j类的样本预测准确率；用于计算基分类模型对于每一类样本的分类准确率的表达式为

其中，I为指示函数，I(j＝f_k(x_i),y_i＝f_k(x_i))表示当j＝f_k(x_i)且y_i＝f_k(x_i)成立时值为1，否则为0，用于判断样本是否被正确分类。

3.根据权利要求1所述的方法，其特征在于，根据基分类模型对每一个样本类的分类准确率，分别设置各类样本的动态准确率阈值，并对各数据集样本设置分类结果融合标记，具体说明如下：根据基分类模型分类结果对各类别的准确率，计算各类样本准确率阈值σ_j：

σ_j＝λ·max(a_1,j,a_2,j),j＝1,2,…,M

其中，σ_j表示第j类样本的准确率阈值，λ为阈值系数，且满足λ∈[0,1]；

对分类模型预测结果中的各类别样本分别设置融合标记δ_j：

其中，δ_j表示第j类样本的融合标记；δ_j＝1表示分类标签为第j类的样本，分类模型1的准确率明显高于分类模型2，其模型融合后的分类结果取分类模型1的分类结果；δ_j＝2表示预测为第j类的样本模型融合后输出结果取分类模型2的分类结果；δ_j＝0表示对于预测结果标签为第j类的样本，基分类模型之间的分类准确率没有明显差别，需要将基分类模型的结果进一步判断以确定最终模型融合后的输出；

结合基分类模型的分类结果及其结果中各类样本的融合标记，进而可得数据集各个样本的融合标记ε_i：

ε_i＝δ_j

s.t.f₁(x_i)＝j

其中，ε_i表示第i个样本的融合标记，δ_j表示第j类样本的融合标记，f₁(x_i)为基分类模型1对第i个样本的分类结果，且有i＝1,2,…,n，j＝1,2,…,M；

即得数据集各样本的模型融合标记Θ：

Θ＝[ε₁ ε₂ … ε_i … ε_n]。

4.根据权利要求1所述的方法，其特征在于，根据各基分类模型对每类样本的分类准确率最大值，设置各类样本的动态准确率阈值，并对各数据集样本设置分类结果融合标记，具体说明为：假定分类模型1的输出结果为将样本分为各样本类的概率，由分类模型1输出的样本分别属于各类的概率大小，得分类模型1对该样本的分类结果中后验概率较大的前N个分类标签集合Top-N；假定表示第k个分类模型输出的第i个样本的Top-N集合中，按后验概率由大到小的第j个分类标签，则有：

其中，n为数据集样本数量；

假定分类模型2学习到的模型为f₂(x)，其学习结果中对各样本的分类标签为f₂(x_i)；得分类模型2对数据集的分类结果F₂(x)为：

F₂(x)＝[f₂(x₁) f₂(x₂) … f₂(x_i) … f₂(x_n)]

假定分类模型融合后，样本的分类结果输出为p(x_i)，由样本的融合标记可得：

其中，f₁(x_i)＝f₁¹(x_i)，表示分类模型1结果中特征样本x_i所属类别后验概率最大值所对应的类别标签；p_f(x_i)表示融合标记ε_i＝0的样本融合后的输出标签：

s.t.ε_i＝0,i＝1,2,…,n

其中，Top-N_i表示特征样本x_i对应的Top-N集合中的分类标签集：

Top-N_i＝[f₁¹(x_i) f₁²(x_i) … f₁^j(x_i) … f₁^N(x_i)]

可得数据集样本在基分类模型学习后，利用基于Top-N分类标签集的模型融合方法融合之后，可以确定最终输出的分类标签P(x)：

P(x)＝[p(x₁) p(x₂) … p(x_i) … p(x_n)]。