[发明专利]一种基于多指标融合的数据集可分性度量方法

权利要求书

1.一种基于多指标融合的数据集可分性度量方法，其特征在于，包括以下步骤：

预先基于采集的领域数据样本进行总体分布估计，其中包括获取统计模型；

进行从估计的统计模型中抽样，获取不同类间距d的模拟数据集{X,y}；

针对每一组数据集，计算特征变量X与类标签y的多个原子指标并作为训练数据搭建回归模型，原子指标包括贝叶斯错误率BER、分类准确率ACC和信息增益IG；

当采集到相同领域中的一组新数据集时，使用训练得到的回归模型进行可分性分析，其回归模型的输出值作为可分性度量。

2.根据权利要求1所述的基于多指标融合的数据集可分性度量方法，其特征在于，所述采集的领域数据样本，其数据集满足高斯多元分布假设。

3.根据权利要求2所述的基于多指标融合的数据集可分性度量方法，其特征在于，还包括以下步骤：基于d的取值，判断数据集的可分性或类间差别。

4.根据权利要求3所述的基于多指标融合的数据集可分性度量方法，其特征在于，所述基于d的取值，包括：

若d0.2，认为无可分性；

若0.2≤d0.5，认为有弱可分性；

若0.5≤d≤0.8，认为可分性中等；

若d0.8，认为数据集有显著统计差别，可分性高。