[发明专利]一种支持向量机的多维度训练方法及装置

说明书

本发明公开了一种支持向量机的多维度训练方法、装置、电子设备及计算机可读存储介质，所述方法包括：对训练样本数据集进行离散化处理得到离散化数据集，所述离散化数据集包含多个不同的属性，每个属性对应多个特征向量；计算每个所述属性特征向量的分类贡献参数，得到多个分类贡献参数；使用核函数对所述多个分类贡献度进行数据映射得到目标函数；使用梯度下降算法优化训练所述目标函数得到支持向量机模型。本发明通过核函数对不同的维度数据进行映射，可以确定数据增益权重并提高映射后维度数据线性可分的效果，进而可以提高SVM的分类及分析能力。

技术领域

本发明涉及模型训练的技术领域，尤其涉及一种支持向量机的多维度训练方法及装置。

背景技术

支持向量机（support vector machines，简称SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。在数据挖掘中有着广泛的应用，其理论基础是统计学中的VC维理论和结构方向最小化原则。支持向量机的核心是找出一个最优化的分隔超平面作为分类的依据。

由于标准的支持向量机只能处理线性的情况，而现在需要处理或分析的数据大多是非线性的，为了提高SVM的分类能力，需要对其进行分线性数据的训练。目前常用的训练方法是将多个非线性的数据输入至SVM中，通过用户调整各个数据之间的权重关系，以供SVM进行自主训练，以提高其分析能力。

但目前常用的训练方法有如下技术问题：由于训练的数据需要用户手动调整各个数据之间的关系，操作复杂，且SVM仅能通过用户输入的数据关系进行训练，难以挖掘数据相互之间在不同维度的关系或联系，训练后分析的准确率较低，不符合实际的使用需求。

发明内容

本发明提出一种支持向量机的多维度训练方法及装置，所述方法可以通过核函数对不同的维度数据进行映射，以确定数据增益权重以及提高映射后维度数据线性可分的效果，从而可以提高SVM的分类及分析能力。

本发明实施例的第一方面提供了一种支持向量机的多维度训练方法，所述方法包括：

对训练样本数据集进行离散化处理得到离散化数据集，所述离散化数据集包含多个不同的属性，每个属性对应多个特征向量；

计算每个所述属性特征向量的分类贡献参数，得到多个分类贡献参数；

使用核函数对所述多个分类贡献度进行数据映射得到目标函数；

使用梯度下降算法优化训练所述目标函数得到支持向量机模型。

在第一方面的一种可能的实现方式中，所述离散化处理，具体为：

按照向量数值的大小将每个属性对应的多个特征向量进行排序，得到每个属性对应的排列特征向量；

基于预设的分割数将所述排列特征向量划分成多个向量区域，其中，每个向量区间对应一个属性特征向量。

在第一方面的一种可能的实现方式中，所述分类贡献参数，包括：样本分类的期望信息、变量取值概率、条件熵差、信息增益权重、分类贡献率度和实体间距离；

所述样本分类的期望信息的计算如下式所示：

，为属性中C类包含的子集的数量，是属性中第i个属性特征向量；

所述变量取值概率的计算如下式所示：

；

所述条件熵差的计算如下式所示：

；

为特征属性集合划分，各个后子集的数量；

所述信息增益权重的计算如下式所示：

；

所述分类贡献率度的计算如下式所示：