[发明专利]一种基于非平衡样本的计算机数据挖掘方法

权利要求书

1.一种基于非平衡样本的计算机数据挖掘方法，其特征在于，包括以下步骤：

步骤1：输入给定非平衡样本集X，其中X＝{X₁,X₂,···,X_n}；

步骤2：对输入样本进行特征集求解，求取其特征集为f_s，其特征集f_s表示为：

f_s＝{f₁,f₂,···,f_n}；

步骤3：采用层次分析法计算特征f_i的权重系数W_i；

步骤4：建立基于权重系数W_i的线性变换加权矩阵P，其线性变换加权矩阵P表示为：

步骤5：采用线性变换加权矩阵P改造Gauss核函数，得到基于特征加权的核函数K(X_i,X_j)，其核函数K(X_i,X_j)表示为：

K(X_i,X_j)＝Φ(X_i)Φ(X_j)，

其中，Φ表示输入空间到特征空间的映射，X_i和X_j为非平衡样本集X中的样本；

步骤6：建立基于特征加权核函数的支持向量机分类模型f(x)，其表达式为：

F(x)=sgn{Σi=1nΣj=1nyiaiK(Xi,Xj)-C},]]>

其中，y_i为类标签，x_i为样本数据，a_i为样本点x_i的拉格朗日乘子，C为惩罚参数，C=Σi=1nai;]]>

步骤7：设定需分类的分类种数m，利用Matlab编程软件对支持向量机分类模型f(x)求解，从而得到对非平衡样本的筛选分类结果。