[发明专利]基于聚类分层抽样补偿逻辑回归的失衡数据预测方法在审
| 申请号： | 201410341930.3 | 申请日： | 2014-07-17 |
| 公开（公告）号： | CN104102716A | 公开（公告）日： | 2014-10-15 |
| 发明（设计）人： | 李鹏;张楷卉 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 杨晓辉 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于聚类分层抽样补偿逻辑回归的失衡数据预测方法，属于失衡数据预测领域。为了解决传统预测模型预测失衡数据的效果不好的问题。它包括如下步骤：步骤一：采用k-means算法对待预测的样本集进行聚类，获取K个类的数据；步骤二：对获取K个类的数据进行分层抽样，抽取n个数据；步骤三：对分层样本的逻辑回归模型的参数进行最大似然估计，获取分层样本逻辑回归模型的参数估计式，确定分层样本逻辑回归模型；步骤四：将抽取的n个数据输入至分层样本逻辑回归模型中，确定待预测的样本集是否是失衡数据集。它应用于需预测失衡数据的生物、医学、工程、计算等领域。 | ||
| 搜索关键词： | 基于 分层抽样 补偿 逻辑 回归 失衡 数据 预测 方法 | ||
【主权项】：
基于聚类分层抽样补偿逻辑回归的失衡数据预测方法，其特征在于，它包括如下步骤：步骤一：采用k‑means算法对待预测的样本集进行聚类，获取K个类的数据；步骤二：对获取K个类的数据进行分层抽样，抽取n个数据；步骤三：对分层样本的逻辑回归模型的参数进行最大似然估计，获取分层样本逻辑回归模型的参数估计式，确定分层样本逻辑回归模型；步骤四：将抽取的n个数据输入至分层样本逻辑回归模型中，确定待预测的样本集是否是失衡数据集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学，未经哈尔滨理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410341930.3/，转载请声明来源钻瓜专利网。
