[发明专利]一种基于三支决策的分类器构建方法

说明书

技术领域

本发明涉及一种分类器构建方法，特别是关于一种基于三支决策的分类器构建方法。

背景技术

三支决策将传统的正域和负域二支决策语义拓展为正域、边界域、负域的三支决策语义，认为在数据信息不充分和获取数据信息代价较高额情况下，边界域决策(延迟决策)是一类可行的决策形式。

经典的分类器，都是二支分类器，只考虑接受或者拒绝两种情况，非此即彼，当信息充分时，二支分类器有很好的分类效果，但在实际应用中，信息常常缺乏精确性和完整性，因此二支分类器就会有较高的误分率。虽然目前有研究将传统二支分类器结合三支决策的思想进行改进，但本质上仍然以二支决策分类器为基础，仍无法克服信息缺乏精确性、完整性及精确度的问题。

发明内容

针对上述问题，本发明的目的是提供一种基于三支决策的分类器构建方法，该方法具有较好的可解释性，在信息不足或者不完备时，不会硬性的做出判断，而是做出第三种选择，即不承诺。

为实现上述目的，本发明采取以下技术方案：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。

进一步，所述步骤4)中，判断区间

进一步，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：

进一步，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。