[发明专利]基于设置正负例错分值的百分比的可控置信机器算法

摘要

本发明适用机器学习领域，提供了一种基于设置正负例错分值的百分比的可控置信机器算法，包括：根据样本训练集训练二元分类器，根据所述二元分类器在所述训练集Train Set上分类，并将分类结果转换成输出值；从原点出发向左，通过逐步增加第一距离的步长，以及通过以原点出发，向右逐步增加第二距离的步长，确定满足要求的阈值范围，其中，所述第一距离为原点至正例错分的最小的Score值的距离的第一预定比例值，所述第二距离为原点至负例错分的最大的Score值的距离的第二预定比例值；根据所述阈值范围对未知样本的分类结果进行分配。本发明提供的技术方案具有控制精度，实现灵活控制的优点。

主权项

一种基于设置正负例错分值的百分比的可控置信机器算法，其特征在于，所述方法包括如下步骤：接收二元训练数据样本和二元训练样本标签构成的训练集Train Set；根据所述训练集Train Set训练二元分类器，得到二元分类器参数值；根据所述二元分类器在所述训练集Train Set上分类，并将分类结果转换成输出值Output score；从原点出发向左，通过逐步增加第一距离的步长，以及通过以原点出发，向右逐步增加第二距离的步长，确定满足要求的阈值范围(‑t2,t1)，其中，所述第一距离为原点至正例错分的最小的Score值的距离的第一预定比例值，所述第二距离为原点至负例错分的最大的Score值的距离的第二预定比例值；获取未知二元样本，根据所述二元分类器对未知二元样本进行分类，并将分类结果转换成输出值Output score；如果所述未知二元样本的输出值Output score属于该阈值范围，将未知样本分配到拒绝域，如未知二元样本的输出值Output Score不属于该阈值范围，将未知样本分配到接受域。