[发明专利]一种基于张量空间的数据分类方法及其应用

权利要求书

1.一种基于张量空间的数据分类方法，其特征在于，包括如下步骤：

Step1、获取待处理的数据集，将所需处理的据集分为训练集和测试集；

Step2、将上述训练集转化为训练数据文件X＝(X₁,X₂,…,X_M),X_i表示数据集中的第i个样本，M是样本的个数，每个样本有N个属性，即属性是用于区分该类别与其他类别的一种特征；

Step3、使用基于熵的离散化方法对数据集X的属性进行离散化处理，计算每个属性的取值范围D_i＝(Min,Max]，其中Min表示属性取值的最小值，Max表示属性取值的最大值，该取值范围是左开右闭区间；

Step4、针对数据集X不同类别的训练样本构建张量其中j表示训练样本的类别，I₁,I₂,…I_N表示样本的阶，1个属性对应1个阶；

Step5、采用Step3和Step4同样的方法构建测试集中测试样本T_test的张量，得到测试样本的张量

Step6、将测试样本张量和训练样本张量进行对比，匹配属性范围内最多的训练样本，将该训练样本对应的类别作为测试样本最终的类别。

2.一种基于张量空间的数据分类方法在UCI中的Wine数据集上的应用，其特征在于：每个训练样本具有13种属性，分别为：酒精Alcohol，苹果酸Malicacid，灰Ash，灰分的碱度Alcalinity of ash，镁Magnesium，总酚Total phenols，黄酮类化合物Flavanoids，非黄烷类酚类Nonflavanoid phenols，原花色素Proanthocyanins，颜色强度Color intensity，色调Hue，稀释葡萄酒的0280/0D315-OD280/OD315 of diluted wines，脯氨酸Proline。

3.如权利要求2所述的一种基于张量空间的数据分类方法在UCI中的Wine数据集上的应用，其特征在于：该Wine数据集共有178个样本，分为3类，其中第1类有59个样本，第2类有71个样本，第3类有48个样本。