一种基于Fisher分类器组的离散型数据预处理方法

摘要

本发明公开了一种基于Fisher分类器组的离散型数据预处理方法，使用Fisher判别准则生成多个Fisher分类器，多个Fisher分类形成Fisher分类器组；利用Fisher分类器组的输出获得一定的样本分类冗余信息，随后在离散型编码过程中减小奇异值和野值对后续分类器进行映射影响；最后将映射结果的编码作为该样本数据预处理结果。本发明可在不改变分类器性能的情况下，提高分类器的准确度；现有技术中，不采用任何预处理方法正确识别率为92.06％，使用PCA方法预处理结果正确识别率为50.79％；使用归一化方法，将样本矢量x转换正确识别率为92.06％；本发明提出的方法正确识别率为95.24％。

主权项

一种基于Fisher分类器组的离散型数据预处理方法，其特征在于，该基于Fisher分类器组的离散型数据预处理方法为：使用Fisher判别准则生成多个Fisher分类器，组成Fisher分类器组：对训练子集选择与生成，依据训练样本类别，由两类样本组成多个训练子集；利用训练子集生成多个Fisher判别模型，并生成对应的多个Fisher分类器，多个Fisher分类形成Fisher分类器组；每个样本原始数据按照Fisher分类器的规则进行映射：利用Fisher分类器组的输出获得一定的样本分类冗余信息，随后在离散型编码过程中减小奇异值和野值对后续分类器进行映射影响；最后将映射结果的编码作为该样本数据预处理结果。