[发明专利]一种基于VFDT-Boosting-3WD的数据分类方法在审
| 申请号： | 201910891816.0 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110598798A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 胡燕祝;王松 | 申请（专利权）人： | 胡燕祝 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/28;G06F16/2458;G06N20/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 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： | 本发明涉及基于VFDT‑Boosting‑3WD的数据分类方法，属于数据挖掘与机器学习领域，其特征在于采用如下步骤：(1)确定数据集；(2)确定数据集的微簇结构；(3)确定算样本集初始化权重和第一个基础分类器；(4)依次建立第t个基础分类器，并改变对应权重；(5)确定组分类器模型；(6)确定最小风险决策规则。本发明将VFDT算法与Boosting算法与3WD结合的方式，利用VFDT算法中建立在多节点、多步骤协同工作基础上，在局部节点采用微簇挖掘技术，在全局节点利用集成学习方法，然后输入到Boosting框架中，提高了分类准确率，将最终分类结果结合3WD理论，使得分类结果更加具有分析和处理的价值。 | ||
| 搜索关键词： | 分类结果 基础分类 数据集 算法 机器学习领域 分类准确率 风险决策 工作基础 集成学习 局部节点 全局节点 数据分类 数据挖掘 初始化 簇结构 多节点 权重和 样本集 组分类 权重 协同 挖掘 分析 | ||
【主权项】：
1.本发明提出了一种基于VFDT-Boosting-3WD的数据分类方法，其特征在于：(1)确定数据集，(2)确定数据集的微簇结构，(3)确定算样本集初始化权重和第一个基础分类器，(4)依次建立第t个基础分类器，并改变对应权重，(5)确定组分类器模型，(6)确定最小风险决策规则，具体包括以下六个步骤：/n步骤一：确定数据集T；/nT＝{x
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胡燕祝，未经胡燕祝许可，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/201910891816.0/，转载请声明来源钻瓜专利网。
