[发明专利]数据样本的特征增强方法和装置及分类器训练方法和装置

摘要

本发明公开了一种对数据样本进行特征增强的方法和装置以及分类器的训练方法和装置。根据本发明的一个方面，对数据样本进行特征增强的方法包括：针对预设的多个类中的每一类，计算多个数据样本的基准分布；计算所述多个数据样本在特征空间上的特征分布；以及基于所述基准分布和所述特征分布，对属于该类的少数数据样本中的至少一部分数据样本的特征进行修改以增强特征。由此，能够增强不均衡数据集中的少数数据样本的特征，从而使得该不均衡的数据集可用于训练诸如分类器的数据挖掘工具，并取得较好的效果。

主权项

1.一种对用于灾情预测报警的数据样本进行特征增强的方法，所述数据样本能够被分为至少两个类别，所述至少两个类别包括提示灾情的类别和不提示灾情的类别，所述方法包括：/n针对所述至少两个类别中的每一类别：/n计算用于灾情预测报警的多个数据样本的基准分布；/n计算所述多个数据样本在特征空间上的特征分布；/n计算所述基准分布和所述特征分布的相对熵；/n利用所述相对熵，确定属于该类别的数据样本是否为少数数据样本；/n依据属于该类别的至少一部分少数数据样本建立调整窗口；以及/n对落入所述调整窗口中的数据样本的特征进行修改，该修改包括增大落入所述调整窗口中的数据样本的特征的条件概率或复制落入所述调整窗口中的数据样本的特征。/n