[发明专利]一种基于多指标融合的数据集可分性度量方法

摘要

本发明公开了一种基于多指标融合的数据集可分性度量方法，涉及判别分析技术领域，包括以下步骤：预先基于采集的领域数据样本进行总体分布估计；进行从估计的统计模型中抽样，获取不同类间距d的模拟数据集{X,y}；针对每一组数据集，计算特征变量X与类标签y的多个原子指标并作为训练数据搭建回归模型；当采集到相同领域中的一组新数据集时，使用训练得到的回归模型进行可分性分析，其回归模型的输出值作为可分性度量。本发明实现设计了量化和综合的数据可分性度量指标，将贝叶斯错误率BER、分类准确率ACC、信息增益IG来自不同领域的异质指标融合为一个指标，消除了不同原子指标之间的不一致性，并降低了单个原子指标带来的偏差。