[发明专利]一种加权多视角无监督属性选择方法在审
| 申请号： | 201910636201.3 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110334777A | 公开（公告）日： | 2019-10-15 |
| 发明（设计）人： | 朱晓峰;杜婷婷;张乐园;郑威;李佳烨;张师超 | 申请（专利权）人： | 广西师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 覃永峰 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种加权多视角无监督属性选择方法，具体步骤如下：（一）输入数据集；（二）使用Z‑score方法对数据预处理；（三）求解出属性的权重矩阵并排序，构建目标函数；（四）选取最大数据所对应属性实现降维；（五）用降维后的数据集训练出聚类模型，训练出聚类模型；（六）对训练出的聚类模型进行聚类；（七）输出聚类结果。本发明的可解释性以及准确性都较现有技术都有了较大的改进。 | ||
| 搜索关键词： | 聚类模型 属性选择 多视角 无监督 降维 加权 输入数据集 数据预处理 聚类结果 目标函数 权重矩阵 最大数据 解释性 求解 构建 聚类 排序 输出 改进 | ||
【主权项】：
1.一种加权多视角无监督属性选择方法，其特征在于，具体步骤如下：(一)输入数据集，将需要处理的数据Data按照样本×属性的维度做成矩阵D；(二)使用Z‑score方法对数据预处理，把生成的矩阵D对于每一个属性di使用Z‑score方法即![]()
进行处理，其中μi为di的平均值，δi为di的标准差,从而得到标准化之后的矩阵X；(三)求解出属性的权重矩阵并排序，将得到的矩阵X构建目标函数；(四)选取最大数据所对应属性实现降维，选取出排名靠前的属性，即筛除掉排名靠后的属性从而对样本数据X实现降维处理得到数据矩阵X1；(五)用降维后的数据集使用K‑means方法训练出聚类模型，对进行属性选择之后得到的降维数据矩阵X1使用当前流行的K‑means方法训练出聚类模型；(六)对训练出的聚类模型进行聚类，将要进行聚类的数据矩阵X1使用上一步得到的聚类模型进行聚类处理；(七)输出聚类结果，聚类完成之后会得到各样本之间的相似性关系、各类别中心等数据，此时根据样本之间的相似性关系以及类别中心信息将各样本分别聚入不同的类别，从而得到数据集X的聚类结果。
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广西师范大学，未经广西师范大学许可，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/201910636201.3/，转载请声明来源钻瓜专利网。
