[发明专利]一种用于不平衡数据的分类方法

权利要求书

1.一种用于不平衡数据的分类方法，其特征在于，包括如下步骤：

步骤1：对于数据集S＝{(x₁,y₁),(x₂,y₂),…,(x_N,y_N)}，每一个样本x_i＝(x_i1,…x_im,…,x_iM)∈R^M，样本标签y_i∈Y＝{-1,+1}，其中i＝1,2,…,N,m＝1,2,…,M；初始化数据集中所有样本的权重W₁；

W₁＝(w_1,1,…,w_1,i,…,w_1,N),

步骤2：对迭代次数t＝1,2,…,T，根据迭代次数对应的权重构建弱分类器，并基于弱分类器更新数据集中所有样本的权重，再基于KNN再次更新所有样本的权重；

步骤3：组合步骤2)中得到的弱分类器，获得强分类器。

2.根据权利要求1所述的一种用于不平衡数据的分类方法，其特征在于，步骤2)中，基于弱分类器更新数据集中所有样本的权重的具体过程如下：

1)对迭代次数t；根据权重W_t构建弱分类器G_t(x)；

G_t(x)＝{-1,+1}

2)计算分类误差e_t；

其中P为加权概率，函数

3)计算学习率α_t，

4)更新权重W_t；

3.根据权利要求2所述的一种用于不平衡数据的分类方法，其特征在于，基于KNN再次更新所有样本的权重的具体过程如下：

1)设置阈值ρ，令被错分为正样本且其权重大于阈值的负样本，构成第一个初始化样本索引集合L：

其中i＝1,2,…,n₁，同时n₁≤N；

2)选取所有的正样本，构成第二个初始化样本索引集合LL：

其中j＝1,2,…,n₂，同时n₂≤N；

3)基于KNN，在第一个和第二个初始化样本索引集合中，根据以下综合相似度公式选择与分类错误的负样本相似度最大的K个正样本，构成新的初始化样本索引集合LLL：

其中，i＝1,2,…,n₁,h＝1,2,…,K；

4)根据样本集合中所有被分类正确的正样本，重新动态选取KNN中的K值，令其为count，并初始化count为0，根据以下公式更新权重W_t：

count+＝1

其中k＝K,K-1,…,2,1,0≤count≤K；

4.根据权利要求3所述的一种用于不平衡数据的分类方法，其特征在于，强分类器G(x)＝sign(∑α_tG_t(x))。

5.根据权利要求1或4所述的一种用于不平衡数据的分类方法，其特征在于，根据符号函数组合步骤2)中得到的弱分类器，获得强分类器。