[發(fā)明專利]用于提高分類精度的交互式可視數(shù)據(jù)挖掘

在審

• 申請?zhí)枺?/td>: 201210366772.8
• 申請日: 2012-09-28
• 公開（公告）號: CN103699541A
• 公開（公告）日: 2014-04-02
• 發(fā)明（設(shè)計(jì)）人: 陳弢;陳繼東
• 申請（專利權(quán)）人: 伊姆西公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 王茂華

1.一種方法，包括：

從高維數(shù)據(jù)集合生成至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)；

生成包括所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)的復(fù)合數(shù)據(jù)結(jié)構(gòu)，所述復(fù)合數(shù)據(jù)結(jié)構(gòu)基于在所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)之間計(jì)算的相關(guān)性被生成；

將所述復(fù)合數(shù)據(jù)結(jié)構(gòu)可視化在顯示器上；以及

經(jīng)由與所述顯示器上的所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的所述可視化的交互，允許對所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的修改。

2.根據(jù)權(quán)利要求1所述的方法，其中所述復(fù)合數(shù)據(jù)結(jié)構(gòu)是隨機(jī)森林?jǐn)?shù)據(jù)結(jié)構(gòu)。

3.根據(jù)權(quán)利要求1所述的方法，其中生成所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的步驟進(jìn)一步包括：計(jì)算所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)之間的距離。

4.根據(jù)權(quán)利要求3所述的方法，其中所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)之間的所述距離被計(jì)算為在所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)之間計(jì)算的所述相關(guān)性的倒數(shù)。

5.根據(jù)權(quán)利要求3所述的方法，其中生成所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的步驟進(jìn)一步包括：基于在所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)之間計(jì)算的距離，計(jì)算所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)中每一個(gè)的坐標(biāo)軸。

6.根據(jù)權(quán)利要求5所述的方法，其中所述坐標(biāo)軸是二維軸。

7.根據(jù)權(quán)利要求5所述的方法，其中可視化所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的步驟進(jìn)一步包括：基于計(jì)算出的所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)的坐標(biāo)軸，在所述顯示器上繪制所述復(fù)合數(shù)據(jù)結(jié)構(gòu)。

8.根據(jù)權(quán)利要求1所述的方法，其中所述復(fù)合數(shù)據(jù)結(jié)構(gòu)中的每個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)被可視化，使得分裂屬性被可視地表示為樹枝。

9.根據(jù)權(quán)利要求1所述的方法，其中所述復(fù)合數(shù)據(jù)結(jié)構(gòu)中的每個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)被可視化，使得不同的類別標(biāo)記被可視地表示為不同的樹葉形狀。

10.根據(jù)權(quán)利要求1所述的方法，其中可視化所述復(fù)合數(shù)據(jù)結(jié)構(gòu)中的每個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)，使得與所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)中給定的一個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)相關(guān)聯(lián)的記錄的數(shù)量被可視化地表示為樹干半徑。

11.根據(jù)權(quán)利要求1所述的方法，還包括：計(jì)算所述復(fù)合數(shù)據(jù)結(jié)構(gòu)中每個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)的分類精度。

12.根據(jù)權(quán)利要求11所述的方法，其中所述復(fù)合數(shù)據(jù)結(jié)構(gòu)中的每個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)被可視化，使得所述分類精度被可視地表示為樹干高度。

13.根據(jù)權(quán)利要求1所述的方法，其中經(jīng)由與所述顯示器上的所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的所述可視化的交互來允許對所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的修改的步驟進(jìn)一步包括允許以下至少一個(gè)：從所述復(fù)合數(shù)據(jù)結(jié)構(gòu)中移除至少一個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)；以及向所述復(fù)合數(shù)據(jù)結(jié)構(gòu)添加至少一個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)。

14.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括：使用所述復(fù)合數(shù)據(jù)結(jié)構(gòu)對新數(shù)據(jù)記錄進(jìn)行分類。

15.一種包括處理器可讀存儲介質(zhì)的計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)可讀存儲介質(zhì)具有編碼于其中的一個(gè)或多個(gè)軟件程序的可執(zhí)行代碼，其中當(dāng)所述一個(gè)或多個(gè)軟件程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)根據(jù)權(quán)利要求1所述的方法的步驟。

16.一種裝置，包括：

存儲器；以及

處理器，可操作地耦合到高存儲器的，并且被配置為：

從高維數(shù)據(jù)集合生成至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)；

生成包括所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)的復(fù)合數(shù)據(jù)結(jié)構(gòu)，所述復(fù)合數(shù)據(jù)結(jié)構(gòu)基于在所述至少兩個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)之間計(jì)算的相關(guān)性被生成；

將所述復(fù)合數(shù)據(jù)結(jié)構(gòu)可視化在顯示器上；以及

經(jīng)由與所述顯示器上的所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的所述可視化的交互，允許對所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的修改。

17.根據(jù)權(quán)利要求16所述的裝置，其中所述復(fù)合數(shù)據(jù)結(jié)構(gòu)是隨機(jī)森林?jǐn)?shù)據(jù)結(jié)構(gòu)。

18.根據(jù)權(quán)利要求16所述的裝置，其中經(jīng)由與所述顯示器上的所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的所述可視化的交互來允許對所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的修改進(jìn)一步包括允許從所述復(fù)合數(shù)據(jù)結(jié)構(gòu)移除至少一個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)。

19.根據(jù)權(quán)利要求16所述的裝置，其中經(jīng)由與所述顯示器上的所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的所述可視化的交互來允許對所述復(fù)合數(shù)據(jù)結(jié)構(gòu)的修改進(jìn)一步包括允許向所述復(fù)合數(shù)據(jù)結(jié)構(gòu)添加至少一個(gè)決策樹數(shù)據(jù)結(jié)構(gòu)。

20.根據(jù)權(quán)利要求16所述的裝置，其中所述處理器還被配置為使用所述復(fù)合數(shù)據(jù)結(jié)構(gòu)對新數(shù)據(jù)記錄進(jìn)行分類。