[發明專利]一種貝葉斯決策思想與近鄰集結合的代價敏感分類方法在審
| 申請號： | 202010466149.4 | 申請日： | 2020-05-28 |
| 公開（公告）號： | CN111783828A | 公開（公告）日： | 2020-10-16 |
| 發明（設計）人： | 王宇;楊浩 | 申請（專利權）人： | 河海大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N7/00;G06N20/10 |
| 代理公司： | 南京經緯專利商標代理有限公司 32200 | 代理人： | 劉莎 |
| 地址： | 211100 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 貝葉斯 決策 思想 近鄰 集結 代價 敏感 分類 方法 | ||
【權利要求書】：
1.一種貝葉斯決策思想與近鄰集結合的代價敏感分類方法，其特征在于，具體步驟如下：
Step 1:計算待分類數據與已分類樣本數據集中每個樣本數據之間的歐氏距離；
Step 2:找出Step1中較小的K個歐氏距離對應的樣本數據，構成待分類數據的近鄰集；
Step 3:對待分類數據的近鄰集中的樣本數據進行分類，統計每一類中的樣本數據個數；
Step 4:根據決策函數，計算Step3中每一類的決策風險值；
Step 5:按照最小誤分風險的原則，Step4中決策風險值最小的類別即為待分類數據的所屬類別。
2.根據如權利要求1所述的一種貝葉斯決策思想與近鄰集結合的代價敏感分類方法，其特征在于，Step4中的決策函數的表達式為：
式中，yi為Step3中第i類的決策風險值，ci為Step3中第i類誤分情況下的經驗代價值，mi為Step3中第i類中的樣本數據個數，α為控制函數變化的參數，dj為Step3中第i類中的第j個樣本與待分類數據之間的歐氏距離，w為樣本數據的維度。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河海大學，未經河海大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010466149.4/1.html，轉載請聲明來源鉆瓜專利網。
