[发明专利]可收缩步长的多类别集成学习分类方法在审
| 申请号： | 201510010781.7 | 申请日： | 2015-01-09 |
| 公开（公告）号： | CN104573012A | 公开（公告）日： | 2015-04-29 |
| 发明（设计）人： | 吴悦;严超 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62;G06K9/66 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 陆聪明 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及可收缩步长的多类别集成学习分类方法，该方法首先将原始数据进行预处理，转换成分类方法可以处理的数据格式，获得训练数据集和待分类数据集；然后初始化训练数据集样本权重；然后依据训练数据集样本权重以及训练步长，训练M个基分类器，其中根据需要收缩步长；然后集成所有基分类器，得到最终判别分类器，对待分类数据集进行分类；最后将分类结果保存到文件中，提供分类预测的参考。本发明解决了因使用固定步长导致的最终分类界面没有最优化，分类预测精度欠佳的问题，同时省去了使用线搜索估计带来的时间开销。 | ||
| 搜索关键词： | 收缩 步长 类别 集成 学习 分类 方法 | ||
【主权项】：
一种可收缩步长的多类别集成学习分类方法，其特征在于该方法具体步骤如下：A. 将原始数据进行预处理，转换成分类方法可以处理的数据格式，同时获得训练数据集和待分类数据集；B. 初始化训练数据集样本权重；C. 从m=1到M迭代，依据训练数据集样本权重以及训练步长，训练M个基分类器；D. 集成步骤C中的所有基分类器，得到最终判别分类器，对待分类数据集进行分类；E. 将分类结果保存到文件中，提供分类预测的参考。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海大学，未经上海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510010781.7/，转载请声明来源钻瓜专利网。
