[发明专利]基于样本特征训练分类器的方法、装置及存储介质有效
| 申请号： | 201810809724.9 | 申请日： | 2018-07-23 |
| 公开（公告）号： | CN109214175B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 魏金侠;龙春;赵静;杨帆 | 申请（专利权）人： | 中国科学院计算机网络信息中心 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55;G06K9/62 |
| 代理公司： | 北京知舟专利事务所(普通合伙) 11550 | 代理人： | 郭韫 |
| 地址： | 100083 北京市*** | 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： | 本发明实施例公开了一种基于样本特征训练分类器的方法、装置及存储介质，涉及网络安全领域。本发明的方法包括：获取用于训练分类器的样本数据集；在所述样本数据集中选择N个样本数据，作为目标样本数据集；其中，N为小于M的正整数，M为所述样本数据集中样本数据的总数；通过信息增益和相关性排序，选取所述目标样本数据集中的各样本数据的特征；对各所述样本特征进行特征加权变换，得到分别对应的样本加权特征；基于各所述样本加权特征，对所述分类器进行训练。本发明能够提高分类器性能。 | ||
| 搜索关键词： | 基于 样本 特征 训练 分类 方法 装置 存储 介质 | ||
【主权项】：
1.一种基于样本特征训练分类器的方法，其特征在于，包括：获取用于训练分类器的样本数据集；在所述样本数据集中选择N个样本数据，作为目标样本数据集；其中，N为小于M的正整数，M为所述样本数据集中样本数据的总数；通过信息增益和相关性排序，选取所述目标样本数据集中的各样本数据的样本特征；对各所述样本特征进行特征加权变换，得到分别对应的样本加权特征；基于各所述样本加权特征，对所述分类器进行训练。
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科学院计算机网络信息中心，未经中国科学院计算机网络信息中心许可，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/201810809724.9/，转载请声明来源钻瓜专利网。
