[发明专利]一种基于渗流分析的二元分类方法

说明书

本发明提出一种基于渗流分析的二元分类方法，步骤如下：1.基于数据向量构建指标网络；2.指标网络的渗流分析；3.构建似然函数，确定关键阈值；4.模型评价及验证。通过以上步骤，本发明基于渗流分析进一步为大规模、高维度、高复杂度系统的群体分类及评价分类效果提供技术支持和理论支撑；此外，通过图模型对背景知识进行表达和运用基于相变的渗流理论进行网络分析，使计算复杂度降低，迭代收敛速度快，适合大规模计算，有利于降低计算成本。

技术领域

本发明提出一种基于渗流分析的二元分类方法，基于个体单元之间的相关程度构建指标网络，通过进行网络的渗流分析构建二元分类器，运用混淆矩阵进行模型评价，属于机器学习与网络科学交叉领域。

背景技术

二元分类问题在医学、工业、社会分析等领域都应用广泛。随着大数据时代的到来，数据已经成为人们生活中不可缺少的一部分，形成了从数据中来到数据中去的生活方式；移动互联方式的出现，很大程度上丰富了人们产生数据的方式，同时，随着人工智能、机器学习与云计算等现代化理论与技术的出现，为分类问题的解决提供了有力的保障，例如：逻辑回归(Logistic Regression)、支持向量机(Support vector machine，简称SVM)、K均值聚类(k-means clustering)和K邻近算法(K-Nearest Neighbor，简称，KNN)等众多分类模型及算法。

近年来，针对分类的研究，相关学者开发了不同类型的分类模型及相关算法。1958年英国著名的统计学家David Cox论述了逻辑回归模型，主要被应用于具有线性特征的分类问题中去，该模型对数据和场景的适应能力有局限性，当特征空间维度很大时，逻辑回归的性能表现较差，不能够很好地处理大量多类特征或变量；此外，1963年VladimirN.Vapnik、Alexey Ya和Chervonenkis发明了支持向量机(SVM)算法，在高维或无限维空间中构造超平面或超平面集，用于分类、回归或其他任务，如：异常检测等，但SVM算法对大规模训练样本难以实施，由于SVM是借助二次规划来求解支持向量，而求解二次规划将涉及m阶矩阵的计算(m为样本的个数)，当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间；K均值聚类(k-means)最初由Stuart Lloyd于1957年提出，作为脉冲编码调制技术，之后随着信息技术的发展，其大量用于数据聚类分析，该算法需要不断地进行样本分类调整，不断地计算调整后的新的聚类中心，因此当数据量非常大时，算法的时间开销非常大；K邻近算法(KNN)主要应用到数据挖掘分类中，该算法属于懒惰算法，当进行分类的计算量较大，要扫描全部训练样本计算距离，内存开销大，评分速度慢，导致计算成本增加。

综上所述，目前亟需一种能够针对大规模、高维度与高复杂性数据进行分析的分类模型及算法，降低计算成本，增加迭代速度；因此本发明从网络角度出发，运用渗流理论架构一种普适高效的分类模型，提高具有大规模、高维度与高复杂性等特性数据的分类效率及普适性。

发明内容

(一)发明的目的

本发明目的是提供一种基于渗流分析的二元分类方法。该方法从网络角度考虑个体之间的相关情况，建立网络模型对群体的分类进行评估，形成高效、准确的二元分类器。

(二)技术方法

本发明是一种基于渗流分析的二元分类方法，其具体实施步骤如下：

步骤1，基于数据向量构建指标网络

在建立指标网络过程中，将每个个体单元抽象为节点，每个节点用一个长度为n的向量表示，即每个节点为一个n维向量；在n维空间中求解两向量之间的距离；以个体作为节点、以两节点之间的距离作为边的权重建立指标网络；主要包括：

(1)选取个体单元作为节点；

(2)计算任意两节点之间的距离；

步骤2，指标网络的渗流分析