[發明專利]一種用于多義性數據對象預測建模的機器學習方法

無效

• 申請號: 200810020629.7
• 申請日: 2008-02-18
• 公開（公告）號: CN101226521A
• 公開（公告）日: 2008-07-23
• 發明（設計）人: 周志華;張敏靈
• 申請（專利權）人: 南京大學
• 主分類號: G06F15/18
• 分類號: G06F15/18;G06F17/30
• 代理公司: 南京蘇高專利商標事務所
• 代理人: 柏尚春

1.一種用于多義性數據對象進行預測建模的機器學習方法，包括以下步驟：

(1)如果預測模型尚未建立，執行步驟2，否則轉入步驟5；

(2)獲取多義性數據對象的多義信息，每個對象由多個向量進行特征表示且對應于若干概念標記；

(3)使用構造性聚類的方法生成分類模型的第一層結構，以反映數據集中數據對象的空間分布信息；

(4)基于生成的第一層結構，采用預設的分類方法學習得到第二層的分類結構；

(5)利用得到的兩層預測模型對多義性數據進行預測并給出預測結果；

(6)結束。

2.根據權利要求1所述的用于多義性數據對象進行預測建模的機器學習方法，其特征是步驟(3)中，首先隨機選取訓練集中的若干對象對聚類中心進行初始化，然后通過一個循環體不斷優化聚類結果，該循環體的每一輪內嵌了兩個子循環：

(1)第一個子循環考察訓練集中每個對象與各聚類中心之間的距離，在該子循環的每一輪中，找出與所考察對象距離最近的聚類中心，并將所考察對象置于與該聚類中心對應的集合中；

(2)第二個子循環重置所有的聚類中心，在該子循環的每一輪中，將與當前集合中所有對象具有最小平均距離的對象作為新的聚類中心；

在第二個子循環結束以后，如果所有的聚類中心均未發生變化，則結束步驟(3)，否則返回第一個子循環繼續聚類過程。

3.根據權利要求1所述的用于多義性數據對象進行預測建模的機器學習方法，其特征是步驟(4)中，包含了兩個循環體：

(1)第一個循環體利用聚類所得的結果將訓練集中的每個對象由多個向量的表示形式轉化為單個向量的表示形式；其中，向量的每一維對應于所考察對象與各聚類中心之間的距離；

(2)第二個循環體使用第一個循環體所得的結果生成相應的分類結構；在該循環的每一輪中，首先構造與當前語義類別對應的一個訓練集，然后基于該訓練集利用預設的分類方法學習得到與該語義類別對應的分類器；

在上述兩個循環結束以后，結合所得的所有分類器構成最終的預測模型。