[发明专利]基于正负对约束数据的KL距离训练得到属性列权重的方法

摘要

本发明公开了一种基于正负对约束数据的KL距离训练得到属性列权重的方法，该首先建立正对数据集和负对数据集的预处理数据结构，该数据结构包含了二元数据集，其中正对数据集为标记正对的相关实例数据集合，负对数据集为标记负对的相关实例数据集合，进而在数据集基础上分别计算加权KL距离；其次，根据二次规划优化算法，最终训练得到二元数据集矩阵中每一属性列的权值；该方法能高效、准确地得到属性列权重，实现数据挖掘。

主权项

1.一种基于正负对约束数据的KL距离训练得到属性列权重的方法，其特征在于：该首先建立正对数据集和负对数据集的预处理数据结构，该数据结构包含了二元数据集，其中正对数据集为标记正对的相关实例数据集合，负对数据集为标记负对的相关实例数据集合，进而在数据集基础上分别计算加权KL距离；其次，根据二次规划优化算法，最终训练得到二元数据集矩阵中每一属性列的权值；具体如下：1）预处理输入数据集；输入数据由标记的正对数据集合和负对数据集合组成，这两个数据集为稀疏二元矩阵，该矩阵由项instance实例数据行及其d项属性列构成一个阶矩阵，其中表示数据集属性a的出现频率f；2）正对和负对数据集预处理；对数据集进行平滑处理、规格化处理；3）分别计算正对集合、负对集合的加权KL距离；4）使用二次规划算法优化求解；利用加权距离训练出每一属性列上的权重。