[发明专利]机器学习中应用权重修正来减低加权训练偏差的方法

摘要

本发明开发了一种机器学习中应用权重修正来减低加权训练偏差的方法，所述方法包括以下步骤：S1.标记各个群类的样本数量:计算训练数据中各个群类的样本数Ni，其中i为赋予群类的标签；S2.计算各个群类中样本的平均权重：在训练数据的某群类i中，将每个样本j的权重wij相加总和，然后除以Ni，并标记该群类i的平均权重wi；S3.使用机器学习算法对训练数据中样本的特征与其相对应的标签做分类回归；S4.将机器学习分类器计算出对群类i的概率Pw(i)，通过应用权重修正公式对其进行修正，得到修正后的概率P(i)；S5.使用修正后的概率P(i)做出最终的分类决策。此方法能够提高分类器为机器学习应用中的新数据分配概率的准确性。