[發明專利]基于集成分類模型的分類方法及相關設備

在審

• 申請號: 202011157620.8
• 申請日: 2020-10-26
• 公開（公告）號: CN113408565A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 李欣
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06N20/20
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 葉虹

1.一種基于集成分類模型的分類方法，其特征在于，包括：

構建所述集成分類模型，所述集成分類模型包括基分類器層，所述基分類器層包括基分類器；

利用模型訓練樣本集訓練所述集成分類模型；

獲得當前待分類數據；以及

通過訓練完的所述集成分類模型處理所述當前待分類數據，獲得所述當前待分類數據的目標分類結果；

其中，構建所述集成分類模型包括：

從N個分類器中選擇k個分類器，獲得至少兩種分類器組合，k為大于或等于2且小于或等于N的正整數，N為大于或等于2的正整數；

基于每種分類器組合中包含的分類器的數量，確定每種分類器組合的目標分類器個數指標；

根據每種分類器組合的目標分類器個數指標確定每種分類器組合的加權個數準確性多樣性度量指標；

根據每種分類器組合的加權個數準確性多樣性度量指標從所述至少兩種分類器組合中確定目標分類器組合；

將所述目標分類器組合中的分類器作為所述集成分類模型的所述基分類器層中的所述基分類器。

2.根據權利要求1所述的方法，其特征在于，基于每種分類器組合中包含的分類器的數量，確定每種分類器組合的目標分類器個數指標，包括：

根據每種分類器組合中包含的分類器的數量，確定每種分類器組合的分類器個數；

從所述至少兩種分類器組合的分類器個數中確定最大分類器個數和最小分類器個數；

根據所述最大分類器個數、所述最小分類器個數和每種分類器組合的分類器個數，確定每種分類器組合的目標分類器個數指標。

3.根據權利要求1或2所述的方法，其特征在于，根據每種分類器組合的目標分類器個數指標確定每種分類器組合的加權個數準確性多樣性度量指標，包括：

獲得每種分類器組合的目標準確性指標；

獲得每種分類器組合的目標多樣性指標；

確定準確性權重、多樣性權重和分類器個數權重；

根據每種分類器組合的目標準確性指標和所述準確性權重、目標多樣性指標和所述多樣性權重、以及目標分類器個數指標和所述分類器個數權重，確定每種分類器組合的加權個數準確性多樣性度量指標。

4.根據權利要求3所述的方法，其特征在于，獲得每種分類器組合的目標準確性指標，包括：

獲得每種分類器組合中的每一個分類器的準確性度量指標；

根據每種分類器組合中的每一個分類器的準確性度量指標獲得每種分類器組合的準確性度量指標均值；

從所述至少兩種分類器組合的準確性度量指標均值中確定最大準確性度量指標均值和最小準確性度量指標均值；

根據所述最大準確性度量指標均值、所述最小準確性度量指標均值和每種分類器組合的準確性度量指標均值，確定每種分類器組合的目標準確性指標。

5.根據權利要求4所述的方法，其特征在于，獲得每種分類器組合中的每一個分類器的準確性度量指標，包括：

將第一分類器訓練樣本集中的第一樣本輸入至每種分類器組合中的每一個分類器，獲得每種分類器組合中的每一個分類器輸出的對應第一樣本的預測標簽；

根據每種分類器組合中的每一個分類器輸出的對應第一樣本的預測標簽及其真實標簽，確定每種分類器組合中的每一個分類器的真正樣本數、假負樣本數、假正樣本數和真負樣本數；

根據每種分類器組合中的每一個分類器的真正樣本數和假負樣本數確定每種分類器組合中的每一個分類器的真正樣本率；

根據每種分類器組合中的每一個分類器的假正樣本數和真負樣本數確定每種分類器組合中的每一個分類器的假正樣本率；

根據每種分類器組合中的每一個分類器的真正樣本率及其假正樣本率的差值的最大值，確定每種分類器組合中的每一個分類器的正負樣本分隔程度指標；

根據每種分類器組合中的每一個分類器的正負樣本分隔程度指標，確定每種分類器組合中的每一個分類器的準確性度量指標。