[发明专利]用于有监督的机器学习的计算机实现的方法和计算机系统

摘要

一种用于对图像、声音、文本或符号中选择的一种或多种数据的数据集进行处理的有监督的机器学习和归类的计算机实现的方法和计算机系统，包括：通过结合全局目标函数的维度可视化模块，将无监督的降维算法应用于数据集，该数据集包括能够视觉表示的多个数据点，以产生降维的数据集；以及通过维度可视化模块，将降维的数据集解析到用户界面模块，用于降维的数据集的视觉显示。该方法包括：接收指示数据集内至少一个数据点的分类的用户输入；由维度可视化模块将根据指示分类加权的全局目标函数应用于降维的数据集，以产生用户增强的降维的数据集；以及由维度可视化模块将用户增强的降维的数据集解析到用户界面模块，用于降维的数据集的视觉显示。

主权项

1.一种用于有监督的机器学习的计算机实现的方法，该方法包括：由结合全局目标函数的维度可视化模块，将无监督的降维算法应用于包括能够视觉表示的多个数据点的数据集，以产生降维的数据集；由所述维度可视化模块将所述降维的数据集解析到用户界面模块，用于所述降维的数据集的视觉显示；由所述用户界面模块接收指示所述数据集内的至少一个数据点的分类的用户输入；由所述维度可视化模块将根据所指示的分类而加权的全局目标函数应用于所述降维的数据集，以产生用户增强的降维的数据集；由所述维度可视化模块将所述用户增强的降维的数据集解析到所述用户界面模块，用于所述用户增强的降维的数据集的视觉显示；和由结合聚类功能的聚类模块对所述用户增强的降维的数据集进行聚类，以产生用户增强的聚类输出。