[发明专利]一种基于RReliefF算法和支持向量回归的趋势预测方法

权利要求书

1.基于RReliefF算法和支持向量回归的趋势预测方法，其具体归类步骤如下：

(1)确定类别样本I₁，I₂对特征属性T的差异程度S：

式中，value(T，I₁)和value(T，I₂)分别表示具有属性值T的类别样本I₁，I₂的判别值；

(2)更新质量估计权值W[T]：

其中，

P_difA＝P(difvalue(A)|相近的样本)

P_difc＝P(difprediction|相近的样本)，

P_difC|difA＝P((difprediction|difvalue(A))|相近的样本)

(3)确定特征属性T(t₁，t₂，...，t_s)：

根据样本对所有属性T的判别值更新质量估计W[T]，进行特征选择；

(4)训练支持向量回归模型，求解f(x)：

式中，x为输入样本，α_i为拉格朗日乘子

(5)将测试集样本作为输入，利用RReliefF算法选取特征向量并输入支持向量回归模型中进行预测，得到预测结果，完成基于RReliefF算法和支持向量回归的趋势预测方法。