申请/专利权人：浙江师范大学

申请日：2020-07-17

公开（公告）日：2020-11-27

公开（公告）号：CN112001499A

主分类号：G06N20/00(20190101)

分类号：G06N20/00(20190101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2020.12.15#实质审查的生效;2020.11.27#公开

摘要：本发明涉及一种多标签解耦的双向重采样方法。通过对多标签数据集并发度较高的样本进行解耦，并在解耦阶段时对数据集样本解耦时设置解耦终止条件，使得解耦更加合理，重采样阶段对过采样和欠采样方法进行改进，并且将过采样与欠采样结合并且对样本标签进行比较，使得样本分布更加均衡的同时最大限度的保留含有弱势标签的样本，并且对数据集的原始分布情况不发生太大改变。

主权项：1.一种多标签解耦的双向重采样方法，包括解耦和重采样，其特征在于，所述重采样包括：步骤一，随机选择标签集合中的一个标签y，若标签属于弱势标签，并且标签所包含的样本数小于平均样本数以及IRMeanIR就随机产生一个抽样次数x，并满足x＝Random0,MeanSamples-|y|；步骤二，从标签的样本中随机选择m个样本，对这m个样本计算Min-SCUMBLEIns值，并且复制其中m个样本中Min-SCUMBLEIns值最低的样本，放回抽取x次，添加到数据集中，将需重采样的样本数减1；步骤三：若标签属于强势标签，则抽样次数x＝Random0,|y|-MeanSamples；步骤四：从标签的样本中随机选择m个样本对这m个样本计算Min-SCUMBLEIns值，将Min-SCUMBLEIns值最低的样本标签值设置为0，共抽取x次，将需重采样个数减1；Xi表示数据集的第i个样本，Y表示数据集D的标签集，Li为Xi样本的标签集；解耦后的数据集为Dd，弱势标签域为minBag，强势标签域为majBag；需重采样的样本数为数据集的数量乘以重采样率P；即samplesToResampling＝|D|*P；根据公式1计算所有标签的标签不平衡数IR值，根据公式2求出初始平均不平衡数MeanIR值，根据公式3求出平均样本数MeanSamples的值；根据公式4求出弱势标签度量Min-SCUMBLEIns的值；

全文数据：

权利要求：

百度查询： 浙江师范大学 一种多标签解耦的双向重采样方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD