[发明专利]一种基于非平衡样本的计算机数据挖掘方法

摘要

本发明公开了一种基于非平衡样本的计算机数据挖掘方法，该挖掘方法通过输入给定非平衡样本集，并对输入样本进行特征集求解，再采用基于流形学习的特征加权法计算特征的权重系数，建立基于权重系数的线性变换加权矩阵，并采用线性变换加权矩阵改造Gauss核函数，得到基于特征加权的核函数，最后建立基于特征加权核函数的支持向量机分类模型，对非平衡样本进行筛选分类。本发明能有效处理非平衡样本数据，具有更强的泛化能力和鲁棒性，提高了数据挖掘的精度，便于高效地对非平衡样本进行筛选分类。

主权项

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：$F\left(x\right)=\mathrm{sgn}\left\{\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{y}_i{a}_{i}K\left(X_i,X_j\right)-C\right\},$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，$C=\underset{i=1}{\overset{n}{\Σ}}{a}_i;$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。