[发明专利]融入数据同步校正的平衡决策森林方法

权利要求书

1.一种融入数据同步校正的平衡决策森林方法，其特征在于，包含以下步骤：

生成目标样本；

生成子空间；

根据目标样本和相关子空间生成树木形成决策森林。

2.根据权利要求1所述的融入数据同步校正的平衡决策森林方法，其特征在于，

所述生成目标样本的具体方法为：

生成x_i(1≤i≤|T|，x_i∈x)，其中，|T|为森林中的树木的数量；

根据x_i获取目标样本。

3.根据权利要求2所述的融入数据同步校正的平衡决策森林方法，其特征在于，

生成x_i的具体方法为：

对于每个i，在[0.01，1.00]的均匀分布间隔通过随机获取得到对应的x_i。

4.根据权利要求3所述的融入数据同步校正的平衡决策森林方法，其特征在于，

所述根据x_i获取目标样本的具体方法为：

对于x_i，根据公式计算出经过平衡处理后的唯一记录的数量；

对训练集D中的样本进行次随机选择生成包含个样本的第一训练集D_i^Unique；

对训练集D_i^Unique中的样本进行次随机选择生成包含个样本的第二训练集D_i^Reselected；

取第一训练集D_i^Unique和第二训练集D_i^Reselected的并集得到最终的目标样本D_i。

5.根据权利要求4所述的融入数据同步校正的平衡决策森林方法，其特征在于，

Q为0.368。

6.根据权利要求4所述的融入数据同步校正的平衡决策森林方法，其特征在于，

所述生成子空间的具体方法为：

根据x中的值生成对应的子空间。

7.根据权利要求6所述的融入数据同步校正的平衡决策森林方法，其特征在于，

针对每个x_i值，通过计算式生成相应的子空间f_i。

8.根据权利要求7所述的融入数据同步校正的平衡决策森林方法，其特征在于，

通过计算式生成相应的子空间f_i的具体方法为：

对于每个x_i，在子空间m中，对于其包含的属性进行次随机选择，将所获取的个属性通过重新组合生成新的子空间f_i。

9.根据权利要求8所述的融入数据同步校正的平衡决策森林方法，其特征在于，

所述根据目标样本和相关子空间生成树木形成决策森林的具体方法为：

针对每个x_i值，根据目标样本D_i以及相关的子空间f_i生成|T|颗树木，得到决策森林。

10.根据权利要求9所述的融入数据同步校正的平衡决策森林方法，其特征在于，

将CART作为树归纳法根据目标样本D_i以及相关的子空间f_i生成|T|颗树木。