发明名称 |
二类别分类预测模型的生成方法、用于生成分类预测模型的程序以及二类别分类预测模型的生成装置 |
摘要 |
生成通过简单的操作进行实质上接近100%的二类别分类且可靠性高的二类别分类预测模型。二类别分类预测模型是通过下述步骤生成的,即:a)根据针对学样本集合的各个学样本产生的说明变量,求出用于将学样本集合分类为预先设定的两个类别的判别函数;b)根据求出的判别函数,计算各学样本的判别分数;c)根据计算出的判别分数,决定各学样本的分类预测的正误;d)根据被错误分类的学样本集合中的最大判别分数和最小判别分数,决定错误分类样本区域;e)取出包含在错误分类样本区域内的学样本,构成新学样本集合;f)针对新学样本集合,重复a)~e)。 |
申请公布号 |
CN101903895A |
申请公布日期 |
2010.12.01 |
申请号 |
CN200780101995.9 |
申请日期 |
2007.12.18 |
申请人 |
富士通株式会社 |
发明人 |
汤田浩太郎 |
分类号 |
G06N5/04(2006.01)I;G06N3/00(2006.01)I |
主分类号 |
G06N5/04(2006.01)I |
代理机构 |
北京三友知识产权代理有限公司 11127 |
代理人 |
黄纶伟;吕俊刚 |
主权项 |
一种二类别分类预测模型的生成方法,其包括下述各步骤:a)根据针对学习样本集合的各个学习样本产生的说明变量,求出用于将所述学习样本集合分类为预先设定的两个类别的判别函数;b)根据所述求出的判别函数,计算各学习样本的判别分数;c)根据所述计算的判别分数,确定各学习样本的分类预测的正误;d)根据被错误分类的学习样本集合中的最大判别分数和最小判别分数,确定错误分类样本区域;e)取出包含在所述错误分类样本区域内的学习样本,构成新学习样本集合;f)针对所述新学习样本集合,重复所述a)~e)步骤;以及g)存储作为所述重复的结果而得到的多个判别函数和各个所述判别函数附带的错误分类样本区域信息,作为类别未知样本的分类预测模型。 |
地址 |
日本神奈川县 |