[发明专利]连续变量数据集同分布分割的子空间随机抽样方法

权利要求书

1.连续变量数据集同分布分割的子空间随机抽样方法，其特征在于，该方法包括以下步骤：

步骤一、导入数据集：导入样本点构成的多维空间数据集，所述多维空间数据集共有N个维度，其中，N为不小于1的正整数；

步骤二、随机选取多维空间数据集的一个维度并对多维空间数据集进行分割：随机选取多维空间数据集的N个维度中的一个维度，将随机选的维度视为维度A₁，确定多维空间数据集在维度A₁下的分位数a₁，利用分位数a₁对维度A₁下的多维空间数据集的样本空间Y进行分割，获取多维空间数据集在维度A₁下的所有子空间集合其中，多维空间数据集在维度A₁下的所有子空间的数量为a₁个，a₁为不小于1的正整数，b₁为多维空间数据集在维度A₁下的子空间编号且b₁＝1,2,...,a₁，为多维空间数据集在维度A₁下的第b₁个子空间，各子空间中样本点数相同；

步骤三、随机选取多维空间数据集的下一维度并对上一维度获取的所有子空间进行分割：随机选取多维空间数据集的下一维度，将随机选的下一维度视为维度A_m，确定多维空间数据集的下一维度下的分位数a_m，利用分位数a_m对上一维度获取的所有子空间进行分割，获取多维空间数据集在下一维度下的所有子空间集合其中，多维空间数据集在下一维度下的所有子空间的数量为q个且m为多维空间数据集的下一维度编号且m＝2,...,N，b_m为多维空间数据集在下一维度下的子空间编号且b_m＝1,2,...,a_m，a_i为分位数变量，a_m为不小于1的正整数，各子空间中样本点数相同；

步骤四、判断多维空间数据集中是否还有剩余维度：判断多维空间数据集的维度中是否还有剩余维度，当多维空间数据集的维度中还有剩余维度时，循环步骤三；当多维空间数据集的维度中没有剩余维度时，执行步骤五；

步骤五、获取多维空间数据集在N个维度下的所有子空间并对每个子空间进行均匀随机抽样，过程如下：

步骤501、当多维空间数据集的维度中没有剩余维度时，获取多维空间数据集在N个维度下的所有子空间集合多维空间数据集在N个维度下的所有子空间的数量且各子空间中样本点数相同，其中，n为多维空间数据集的维度编号且n＝1,2,...,N，b_n为多维空间数据集在维度A_n下的子空间编号；

步骤502、确定数据训练集和数据验证集的比例；

步骤503、按照数据训练集和数据验证集的比例，对多维空间数据集在N个维度下的所有子空间分别进行均匀随机抽样，每个子空间抽样得到一个样本集s；

步骤六、获取连续变量多维空间数据集同分布分割的数据子集：将从多维空间数据集在N个维度下的各子空间均匀随机抽样得到的各样本集进行合并，得到数据训练子集或数据验证子集S；

将多维空间数据集在N个维度下的各子空间中剩余的样本点合并，得到数据验证子集或数据训练子集

数据训练集或数据验证集S与数据验证集或数据训练集形成对原始多维空间数据集的同分布分割。

2.按照权利要求1所述的连续变量数据集同分布分割的子空间随机抽样方法，其特征在于：所述多维空间数据集在维度A₁下的所有子空间集合展开为

3.按照权利要求2所述的连续变量数据集同分布分割的子空间随机抽样方法，其特征在于：步骤三中，当多维空间数据集的下一维度为维度A₂时，多维空间数据集的维度A₂下的分位数a₂，利用分位数a₂对上一维度获取的所有子空间进行分割，获取多维空间数据集在维度A₂下的所有子空间集合展开为