[发明专利]非平衡样本分类的集成迁移学习方法

摘要

一种非平衡样本分类的集成迁移学习方法：在初始化时，将正负样本赋予不同的权重，保证占总样本比例小但信息量大的负样本初始权重大。每轮训练过程中按比例抽取部分样本作为训练子集进行训练，训练结束后，从若干个简单分类器中选择误差最小的那个，作为一个弱分类器，并按照冗余数据动态剔除算法调整训练数据集，经过T轮迭代后得到一个弱分类器序列，将多个弱分类器叠加起来组合成一个强分类器。本发明有效利用已有旧数据的分类规律找出近似分布的新数据的分类规律，尤其是针对分类不平衡数据的分类问题提供了新的方法，保证了分类中数量少的负样本在分类训练中的作用，有效地提高了负样本的贡献率，提高了分类的效率和精度。

主权项

一种非平衡样本分类的集成迁移学习方法，其特征是，包括如下步骤：1)将迁移辅助数据集A与目标数据集O按比例混合成训练数据集C；2)初始化样本权重；3)求出归一化样本权重；设迭代总次数为T，从1到T每轮迭代训练依次完成下面4)～9)步：4)随机抽取训练子集D；5)如果训练子集D中含有正负两类样本，则执行第6)步；否则，在不包含的另一类中抽取部分样本填入训练子集D，以确保训练子集D中存在正负两类样本；6)在训练子集D上，用弱学习算法P，训练基分类器并集成求和得到弱分类器；7)计算弱分类器ht在目标训练数据上的训练错误率，其中t为迭代因子；8)根据分类错误率调整样本权值；9)动态剔除冗余数据；10)得到最终集成分类器输出正样本和负样本。