[发明专利]一种对分类数据集进行测试的方法

摘要

本发明公开了一种对分类数据集进行测试的方法，在获得分类数据集后，若需要对其进行标准化处理，则使用绝对标准差的方式对分类数据集进行标准化；标准化之后，将分类数据集分成训练集和测试集；根据训练集获得基于标签相似度的朴素贝叶斯多标签选择策略；然后利用多标签选择策略对测试集进行种群初始化、评价；利用文化算法优化多标签选择策略，获得最佳标签选择策略；基于最佳标签选择策略，对测试集进行分类测试。本发明提出标签相似度表示标签之间的依赖关系，应用到标签最终选择策略中，即：设计提出基于标签相似度的朴素贝叶斯多标签选择策略，并使用文化算法对其进行优化，并用于多个多标签数据集中进行测试验证，可以提高分类的准确度。

主权项

1.一种对分类数据集进行测试的方法，应用于文本分类，其特征在于，所述方法包括：S1，获得所述分类数据集；S2，判断所述分类数据集是否需要标准化，若需要标准化，使用绝对标准差的方式对所述分类数据集进行标准化；S3，标准化之后，将所述分类数据集分成训练集和测试集；S4，根据所述训练集获得基于标签相似度的朴素贝叶斯多标签选择策略；然后利用所述多标签选择策略对所述测试集进行种群初始化，然后进行评价，具体包括：获得先验概率：其中，X表示所述测试集中的实例，表示通过朴素贝叶斯算法计算出的实例X属于类标签c_i的概率；表示通过朴素贝叶斯算法计算出的实例X不属于类标签c_i的概率；获得朴素贝叶斯最大化后验概率：其中，表示通过朴素贝叶斯算法计算出的实例X属于类标签c_j的概率；表示通过朴素贝叶斯算法计算出的实例X不属于类标签c_j的概率；获得标签相似度Sim(c_i,c_j)，Sim(c_i,c_j)表示类标签c_i与类标签c_j的相关性；基于所述标签相似度、所述先验概率、所述后验概率，获得所述多标签选择策略；S5，利用文化算法优化所述多标签选择策略，获得最佳标签选择策略；S6，基于所述最佳标签选择策略，对所述测试集进行分类测试。