[发明专利]一种基于Bagging和离群点的分类结果置信度的度量方法

权利要求书

1.一种基于Bagging和离群点的分类结果置信度的度量方法，其特征在于，包括如下步骤：

步骤一：对已有可信数据集采用Bagging集成学习方法，即采用Logistic回归、支持向量机和朴素贝叶斯中一个作为基分类器，得到基分类器的分类模型集；

步骤二：通过步骤一得出的基分类器的分类模型集，对待度量置信度数据进行分类，并计算在不同分类中的分类概率，得到待度量置信度数据的分类结果集和待度量置信度数据的分类概率集，再对分类结果集进行统计，得到待度量置信度数据的分类结果；

步骤三：采用离群点分析方法，对待度量置信度数据的分类结果进行置信度度量，得到待度量置信度数据中的可信数据和不可信数据，并将待度量置信度数据中满足置信条件的数据加入已有可信数据集。

2.根据权利要求1所述的基于Bagging和离群点的分类结果置信度的度量方法，其特征在于，所述步骤一中得到基分类器的分类模型集的具体方法为：

步骤1.1：定义已有可信数据集的特征和分类属性；

步骤1.2：选择Logistic回归、支持向量机和朴素贝叶斯中一个作为基分类器Function；

步骤1.3：对步骤1.1中定义过的已有可信数据集采用Bagging集成学习方法，以步骤1.2中选择的Function为基分类器，得到Function的分类模型集。

3.根据权利要求1所述的基于Bagging和离群点的分类结果置信度的度量方法，其特征在于，所述步骤二中得到待度量置信度数据的分类结果的具体方法为：

步骤2.1：对待度量置信度数据进行分类，并计算不同分类中的分类概率，得到待度量置信度数据的分类结果集Y和待度量置信度数据的分类概率集Cf；

步骤2.2：统计步骤2.1中分类结果集Y中每个类别的个数，得到待度量置信度数据的分类结果py。

4.根据权利要求1所述的基于Bagging和离群点的分类结果置信度的度量方法，其特征在于，所述步骤三采用离群点分析方法对待度量置信度数据的分类结果进行置信度度量的具体方法为：

步骤3.1：设满足Point＝Cf_py的点为离群点，将待度量置信度数据的分类概率集Cf中的Cf_py取出，并从概率集Cf中删除Cf_py，得到矩阵P；

步骤3.2：遍历矩阵P中每个分类，计算矩阵P的质心，其公式为：

$M_{Num}=\frac{\underset{Loop=1,Loop\≠Num}{\overset{X-2}{\Σ}}{P}_{Loop}}{X-2}$

式中，P_Loop为分类概率集中第Loop个分类，Num为当前计算的分类，X为分类个数；

步骤3.3：遍历矩阵P中每个类别分别与质心的距离和离群点的距离，计算质心的公式为：

$d_{Num,1}=\sqrt{\underset{w=1}{\overset{N}{\Σ}}{(P_{Num,w}-M_{Num,w})}^2}$

计算离群点的公式为：

$d_{Num,2}=\sqrt{\underset{g=1}{\overset{N}{\Σ}}{(P_{Num,g}-{\mathrm{Point}}_g)}^2}-\mathrm{\α}$

式中，P_Num为分类概率集中第Num个分类，M_Num为Num分类对应的质心，α为自定义值；

步骤3.4：执行步骤3.3后，若满足d_Num,2>d_Num,1，则待度量置信度数据为可信数据，并将其加入到已有可信数据集Train中；否则，待度量置信度数据为不可信数据，不加入已有可信数据集Train中。