[发明专利]一种基于三支决策的分类器构建方法

权利要求书

1.一种基于三支决策的分类器构建方法，其特征在于包括以下步骤：

1)设论域U＝{x₁,...x_n,...,x_N}，x_n是其中的某一对象，A＝{a₁,...,a_d,...,a_D}是对象的D维特征集合，设V＝{V₁,...,V_d,...,V_D}为对象x_n特征集合A的数值集合，其中 为x_n的特征a_d的值，设集合类别X＝{X₁,...,X_k,...,X_K}，表示对象类别；

2)将高维数据降维映射到二维平面，降维映射后，每一个数列就表示一个特征，判断区间也变为一维；

3)对于某一测试数据，以该测试数据在各特征上的数值为中心，选取长度r为判断半径；

4)对于一条待测数据对象x_n，其特征a_d的值为在特征a_d上若以为中心，以长度r为半径，划分判断区间R_d；

5)分别计算该判断区间内属于不同类别的样本的数目c_k，0≤c_k≤B，得到在特征a_d上该数据属于某一类别X_k的概率；

6)根据概率判断测试数据类别，完成分类。

2.如权利要求1所述的一种基于三支决策的分类器构建方法，其特征在于：所述步骤4)中，判断区间

3.如权利要求1所述的一种基于三支决策的分类器构建方法，其特征在于：所述步骤4)中，判断区间半径r的选取过程如下：

4.1)将测试数据归一化后，全部特征的数值都分布在区间[0,1]上，根据实际需求的预设精度，首先将半径r的初始值r_sta设定为0，步进r_stp为0.01个单位，最大r_end为1；

4.2)经步骤4.1)计算后，选出分类最高精度P₁，并且得到该精度下的r值：

r＝n₁·0.01

式中，1≤n₁≤100；此时有：

n₁·0.01≥(n₁-1)·0.01

且n₁·0.01≥(n₁+1)·0.01；

4.3)重设初始值r_sta值和最大r_end：

4.4)经步骤4.3)计算后，得出分类最高精度P₂，如果有P₂>P₁，则此时：

r＝(n₁-1)·0.01+n₂·0.001；

4.5)根据上述步骤进行迭代，直至P_i+1≤P_i结束，得到最高分类精度P_i和此时半径：

4.如权利要求1所述的一种基于三支决策的分类器构建方法，其特征在于：所述步骤5)中，在特征a_d上该数据属于某一类别X_k的概率为：

式中，B为判断区间内所有类别样本总数。