[发明专利]一种基于动态规划的分类器筛选方法、系统及计算机设备

说明书

本发明涉及一种基于动态规划的分类器筛选方法、系统及计算机设备，包括以下步骤：对样本数据进行排序处理，将其转化为向量矩阵；根据向量矩阵，用动态规划算法求得三类分类器ROC曲面下的VUS估计值；将VUS估计值和向量矩阵代入VUS方差表达式中求VUS方差值；根据VUS方差值来比较得到VUS最大估计值，并将最大估计值的分类器作为最优的分类器。对已有数据进行排序处理，将其转化为向量矩阵；根据向量矩阵，用动态规划算法求得三类分类器ROC曲面下的VUS估计值及其对应的方差值；比较在动态规划算法下求得的VUS最大估计值，将最大估计值的分类器作为最优的分类器，本方法是基于线性时间的，快于二次时间；与韦格曼方法相比，估计量是无偏的，使其计算负载更小。

技术领域

本发明涉及机器学习领域，更具体地，涉及一种基于动态规划的分类器筛选 方法、系统及计算机设备。

背景技术

分类在机器学习中是一个有监督的学习过程。所谓的分类问题，就比如我们 用机器学习算法，将病人的检查结果分为有病和健康，是一个医学方面的二分类 问题(将要区分的数据分为两个类别)。再例如在电子邮箱中，收到邮件之后， 电子邮箱会将我们的邮件分为广告邮件，垃圾邮件和正常邮件，这就是一个多分 类的问题。

接受者工作特性(ROC)分析在两类问题中得到了广泛的应用。根据不同的决 策阈值设置定义一个ROC曲线，这是假阳性率与真阳性率(灵敏度)的图。ROC曲 线下面积(AUC)可以通过分析或经验计算，作为一个指标来总结二元分类器的总 体性能。然而，在实践中经常遇到三类问题，特别是在区域医学中。为了评估三 类分类器的性能，研究者提出了三类ROC曲面下的体积(VUS)作为价值指标，其 他研究人员提出了各种方法来估计VUS的均值和方差。然而，就我们所知，现有 的方法都承受着沉重的计算负载。

中国发明专利CN107562880A公开了“一种基于多级分类器的分类结果筛选 方法及装置”，公开日为2018年01月09日：获取初始请求和多级分类器的分 类结果；所述分类结果为所述多级分类器对预测文本信息分类的结果；所述分类 结果包括x个分类路径的集合，x为大于或者等于1的正整数；使用与所述初始 请求相应的预设规则筛选所述分类结果，得到目标结果；输出所述目标结果，为 用户提供更加精准和符合需求的目标结果及预测文本信息，避免多级分类器的结 果过多对有用的信息进行干扰，提高文本分类的效率和效果，另外，筛选方法任 意组合，也可以满足复杂多方向的筛选需求。但是该方法使用多级分类器，用于 筛选任意组合，筛选方法的计算负载极大。

发明内容

本发明为解决现有的分类器筛选方法的计算负载大的技术缺陷，提供了一种 基于动态规划的分类器筛选方法、系统及计算机设备。

为实现以上发明目的，采用的技术方案是：

一种基于动态规划的分类器筛选方法，包括以下步骤：

S1：对样本数据进行排序处理，将其转化为向量矩阵；

S2：根据向量矩阵，用动态规划算法求得三类分类器ROC曲面下的VUS估计 值；

S3：将VUS估计值和向量矩阵代入VUS方差表达式中求VUS方差值；

S4：根据VUS方差值来比较得到VUS最大估计值，并将最大估计值的分类器 作为最优的分类器。

上述方案中，对已有数据进行排序处理，将其转化为向量矩阵；根据向量矩 阵，用动态规划算法求得三类分类器ROC曲面下的VUS估计值及其对应的方差值； 比较在动态规划算法下求得的VUS最大估计值，将最大估计值的分类器作为最优 的分类器，本方法是基于线性时间的，快于二次时间；与韦格曼方法相比，估计 量是无偏的，使其计算负载更小。

优选的，在步骤S1中，所述向量矩阵求解如下：