[發(fā)明專利]分類方法及裝置

在審

• 申請?zhí)枺?/td>: 201410433033.5
• 申請日: 2014-08-28
• 公開（公告）號: CN105373800A
• 公開（公告）日: 2016-03-02
• 發(fā)明（設(shè)計）人: 程惠閣;毛耀宗
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11412
• 代理人: 袁媛

【技術(shù)領(lǐng)域】

本發(fā)明涉及機器學(xué)習(xí)技術(shù)，尤其涉及一種分類方法及裝置。

【背景技術(shù)】

在機器學(xué)習(xí)中，可以利用大量已知的訓(xùn)練樣本，構(gòu)建分類模型即分類器，進而利用所構(gòu)建的分類器對未知的數(shù)據(jù)進行預(yù)測。分類器可以應(yīng)用在很多場景，例如，由于因網(wǎng)絡(luò)作弊而產(chǎn)生的垃圾頁面越來越多，嚴重影響了搜索引擎的檢索效率和用戶體驗，因此，反作弊已經(jīng)成為搜索引擎所面臨的最重要的挑戰(zhàn)之一，可以將利用已標注的正常數(shù)據(jù)和作弊數(shù)據(jù)，構(gòu)建一個分類器，以對網(wǎng)絡(luò)數(shù)據(jù)進行識別。現(xiàn)有技術(shù)中，可以利用所構(gòu)建的一個分類器，對數(shù)據(jù)進行預(yù)測，以獲得分類結(jié)果。

然而，采用單一的分類器，其所預(yù)測的數(shù)據(jù)的分類結(jié)果的準確率不高。

【發(fā)明內(nèi)容】

本發(fā)明的多個方面提供一種分類方法及裝置，用以提高分類結(jié)果的準確率。

本發(fā)明的一方面，提供一種分類方法，包括：

將待預(yù)測的數(shù)據(jù)分別輸入M個目標分類器，以獲得所述M個目標分類器中每個目標分類器所輸出的預(yù)測結(jié)果，M為大于或等于2的整數(shù)，所述每個目標分類器之間相互獨立；

根據(jù)所述每個目標分類器所輸出的預(yù)測結(jié)果和所述每個目標分類器的預(yù)測權(quán)重，獲得所述數(shù)據(jù)的分類結(jié)果。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述將待預(yù)測的數(shù)據(jù)分別輸入M個目標分類器，以獲得所述M個目標分類器中每個目標分類器所輸出的預(yù)測結(jié)果之前，還包括：

利用M個訓(xùn)練樣本集中每個訓(xùn)練樣本集，分別構(gòu)建1個目標分類器，所述每個訓(xùn)練樣本集中所包含的訓(xùn)練樣本不完全相同；或者

利用1個訓(xùn)練樣本集，采用M個分類算法中每個分類算法，分別構(gòu)建1個目標分類器。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述根據(jù)所述每個目標分類器所輸出的預(yù)測結(jié)果和所述每個目標分類器的預(yù)測權(quán)重，獲得所述數(shù)據(jù)的分類結(jié)果之前，還包括：

根據(jù)所述每個目標分類器的分類準確率，獲得所述每個目標分類器的第一權(quán)重值；

根據(jù)第一指定時間和所述每個目標分類器的構(gòu)建時間，獲得所述每個目標分類器的第二權(quán)重值；

根據(jù)所述第一權(quán)重值和所述第二權(quán)重值，獲得所述每個目標分類器的預(yù)測權(quán)重。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述將待預(yù)測的數(shù)據(jù)分別輸入M個目標分類器，以獲得所述M個目標分類器中每個目標分類器所輸出的預(yù)測結(jié)果之前，還包括：

確定待更新的N個候選分類器，N為大于或等于M的整數(shù)；

根據(jù)所述N個候選分類器中每個候選分類器的分類準確率，獲得所述每個候選分類器的第三權(quán)重值；

根據(jù)第二指定時間和所述每個候選分類器的構(gòu)建時間，獲得所述每個候選分類器的第四權(quán)重值；

根據(jù)所述第三權(quán)重值和/或所述第四權(quán)重值，從所述N個候選分類器中刪除P個候選分類器，以獲得所述M個目標分類器，P為大于或等于1，且小于或等于N-2的整數(shù)。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述將待預(yù)測的數(shù)據(jù)分別輸入M個目標分類器，以獲得所述M個目標分類器中每個目標分類器所輸出的預(yù)測結(jié)果之前，還包括：

確定所構(gòu)建的1個新的候選分類器；

根據(jù)所述新的候選分類器的分類準確率，獲得所述新的候選分類器的第五權(quán)重值；

根據(jù)第三指定時間和所述新的候選分類器的構(gòu)建時間，獲得所述每個候選分類器的第六權(quán)重值；

根據(jù)所述第五權(quán)重值和/或所述第六權(quán)重值，將待更新的Q個候選分類器與所述新的候選分類器，作為所述M個目標分類器。

本發(fā)明的另一方面，提供一種分類裝置，包括：

分類單元，用于將待預(yù)測的數(shù)據(jù)分別輸入M個目標分類器，以獲得所述M個目標分類器中每個目標分類器所輸出的預(yù)測結(jié)果，M為大于或等于2的整數(shù)，所述每個目標分類器之間相互獨立；

處理單元，用于根據(jù)所述每個目標分類器所輸出的預(yù)測結(jié)果和所述每個目標分類器的預(yù)測權(quán)重，獲得所述數(shù)據(jù)的分類結(jié)果。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述裝置還包括構(gòu)建單元，用于

利用M個訓(xùn)練樣本集中每個訓(xùn)練樣本集，分別構(gòu)建1個目標分類器，所述每個訓(xùn)練樣本集中所包含的訓(xùn)練樣本不完全相同；或者

利用1個訓(xùn)練樣本集，采用M個分類算法中每個分類算法，分別構(gòu)建1個目標分類器。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述處理單元，還用于