[发明专利]非均匀大数据分类方法

摘要

本发明为非均匀大数据的分类方法。对不能在计算机内存进行分类的数据集类别及其非均匀类别的数据集进行分类。首先使用降抽样的方法按照理论决定样本的大小，根据样本数量的个数确定分类器的数量。对大数据的每个类别建立一个集成的分类器。测试实例的时候，让它对每个类别的集成分类器进行分类，取分类率最高的集成分类器所在的类别为测试实例的类别。本方法对大数据分类的时间复杂度为线性，能降低非均匀大数据分类结果的偏置，而且通过集成分类器的设计提高了分类器的准确率。而且本发明易于实施，编写代码时只涉及到一些简单的数学模型。

主权项

非均匀大数据的分类方法，包括下述步骤：(1)获得大数据各实例的类数目，各类的名称记为mi,i＝1,2,…,M；(2)采用降抽样方法为每个类mi抽样出Di个数据集；(3)对每个数据集构建一个元分类器；(4)对每个类mi的Di个分类器进行集成学习；(5)测试：对每一个实例，在每个类mi中进行分类，得到的M个结果中准确率最高的类为测试实例的类别。