[发明专利]数据分类方法以及装置在审
| 申请号： | 201611149072.8 | 申请日： | 2016-12-14 |
| 公开（公告）号： | CN108229507A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 陈新河;李慧芳;赵静;詹文浩;张诺亚 | 申请（专利权）人： | 中国电信股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 中国国际贸易促进委员会专利商标事务所 11038 | 代理人： | 许蓓 |
| 地址： | 100033 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种数据分类方法以及装置，涉及数据分析领域。本发明对于正负样本不平衡的数据中的负样本数据划分为多个次类，进一步，各个次类中的负样本数据与正样本数据进行组合后再分为两类，获得多个分类器以及每个分类器基于分类数据的接近程度的权重，最后，基于权重和各个分类器确定最终分类器，对于正负样本数据越接近的分类器赋予的权重越大，可以在实际分类时不会将少数样本作为多数样本的离群点被划分至多数样本的分类中去。本发明的方法不会减少或增加样本数据，不会造成样本数据重要信息的丢失，也不会导致过拟合，并且分类过程中考虑了负样本数据的特征，以及各个分类器的分类效果，能够有效的改善样本数据整体的分类效果。 | ||
| 搜索关键词： | 分类器 样本数据 负样本 样本 分类效果 数据分类 正负样本 次类 权重 分类过程 分类数据 数据分析 重要信息 权重和 正样本 分类 拟合 赋予 | ||
【主权项】：
1.一种数据分类方法，其特征在于，包括：将样本数据划分为正样本数据和负样本数据，其中，负样本数据和正样本数据的数量的比值大于阈值；根据所述负样本数据的各个数据点之间的相似性将所述负样本数据划分为多个次类；将每个次类的负样本数据与所述正样本数据合并作为一组训练数据，得到多组训练数据；对每组训练数据利用支持向量机进行训练，获得一个分类器以及该分类器划分的两类数据的接近程度；根据所述每个分类器划分的两类数据的接近程度确定每个分类器的权重，其中，分类器划分的两类数据的接近程度越小则该分类器的权重越大；根据各个分类器以及各个分类器的权重确定最终分类器；利用所述最终分类器对待测数据进行分类。
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中国电信股份有限公司，未经中国电信股份有限公司许可，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/201611149072.8/，转载请声明来源钻瓜专利网。
