[发明专利]一种基于自适应平衡集成与动态分层决策的多分类方法

权利要求书

1.一种基于自适应平衡集成与动态分层决策的多分类方法，其特征在于，所述方法步骤包括：

(1)根据一对多分解策略将原始数据集转化为多个二类数据集，以每个二类数据集中多数类样本与少数类样本数目分别作为参数区间上下限，平均每类准确率为评分标准，通过网格搜索法获得各子集采样数；

(2)据此综合过采样与欠采样技术平衡二类数据集以建立多个二分类子模型，通过平均法集成子模型获得二分类模型；

(3)根据所有二分类模型输出结果获取测试样本在一对多框架下决策空间位置信息，据此分别制定针对空白区、交叉区、正常区域的类别判定策略以确定样本最终类别。

2.根据权利要求1所述的方法，其特征在于，根据一对多分解策略将原始数据集转化为多个二类数据集，以每个二类数据集中多数类样本与少数类样本数目分别作为参数区间上下限，平均每类准确率为评分标准，通过网格搜索法获得各子集采样数，具体说明如下：假定数据集D的类别总数为m，根据一对多分解策略将原始数据集D转化为m个二类数据集D_i，其中，i＝1,2,...,m，每个二类数据集中正类对应某一类别，负类对应剩余所有类别；根据网格搜索法分别对每个D_i在{count(less),count(more)}内进行采样数目搜索，其中count(more)为多数类训练样本总数、count(less)为少数类训练样本总数，具体地将每个D_i随机划分为五折，每四折作为训练集D_tr＝{less_tr,more_tr}，less_tr为少数类训练样本，more_tr为多数类训练样本，每一折作为测试集，设定间距d，其中，0＜d＜count(more_tr)，从参数区间{count(less_tr),count(more_tr)}内等间距确定采样数目num，据此平衡每四折对应的样本数据以建立多个分类模型，其中，count(more_tr)为more_tr中样本总数、count(less_tr)为less_tr中样本总数，利用剩余一折包含的样本对这些分类模型进行测试，保留模型对各个类别的分类准确率ACC_i，其中，ACC_i表示每个分类模型对第i个类别正确分类的样本数目占该类样本总数的比例，将各类别分类准确率求和取平均值得到平均每类准确率MAva：

然后，以MAva作为评分标准，重复实验多次，将评分值按从大到小顺序排列，挑选出评分值前3名对应采样数目num_i1、num_i2、num_i3，根据转化公式num'＝num/count(less_tr)*count(less)得到最终采样数目num′_i1、num′_i2、num′_i3，其中，num为转化前采样数目，num'为转化后采样数目，count(less_tr)为五折中的少数类训练样本总数。