[发明专利]一种分类器输出不确定性与泛化能力间的匹配度的方法

摘要

本发明属于数据挖掘技术领域，公开了一种分类器输出不确定性与泛化能力间的匹配度的方法，所述分类器输出不确定性与泛化能力间的匹配度的方法将分类器在不同复杂度的数据集上进行训练，对分类器的性能进行评估，判断出分类器解决高复杂度分类问题或低复杂度分类问题；计算分类问题的复杂度；调整分类器的参数，发现分类问题复杂度、分类器输出不确定性和分类器泛化能力间的匹配度。本发明根据分类问题中数据的特性提取出能够描述分类问题复杂度的指标，判定分类问题的复杂性，应用于分类器的性能评估上，提高分类器性能评估的速度和科学性，并且为用户提供选择和设计具有良好性能的分类器的可行的标准和方法。

主权项

1.一种分类器输出不确定性与泛化能力间的匹配度的方法，其特征在于，所述分类器输出不确定性与泛化能力间的匹配度的方法根据分类问题中数据的特性提取出描述分类问题复杂度的指标；不同的分类器在不同复杂度的数据集上进行训练，根据分类器的性能表现判断出分类器适合解决哪种复杂程度的分类问题，得到分类器不确定性与分类器泛化能力之间的统计关系；对于不同的分类问题，根据复杂度的大小，划分为不同复杂程度的分类问题；根据得到的结果选择合适的分类器，根据分类器不确定性与分类器泛化能力之间的统计关系调整分类器的参数，使分类器的输出不确定性发生变化，并且根据分类器输出不确定性程度的高低将分类器划分为不同的类别，根据泛化能力的大小，将分类器划分为高泛化能力分类器，中泛化能力分类器和低泛化能力分类器；通过多次调整分类器的参数，得到分类器具有较好泛化能力时，分类问题的复杂度、分类问题输出不确定性与分类器泛化能力之间各自高、中、低级别的对应关系。