一种优化的随机森林处理不平衡数据集的方法

发明专利有效专利

申请号：
CN202110110757.6
IPC分类号：G06K9/62
申请日期：
2021-01-27
申请人：
中山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种优化的随机森林处理不平衡数据集的方法
申请号	CN202110110757.6	申请日期	2021-01-27
法律状态	实质审查	申报国家	中国
公开/公告日	2021-05-25	公开/公告号	CN112836735A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	中山大学	申请人地址	广东省广州市海珠区新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	卢宇彤;邓雷
代理机构	深圳市创富知识产权代理有限公司	代理人	高冰

摘要

本发明公开了一种优化的随机森林处理不平衡数据集的方法，所述方法包括数据预处理、随机森林模型的构建和分类预测，其中，所述数据预处理部分将找出少数类样本最近邻的k个多数类样本，组成难区分的区域，将这个区域的样本在原始数据集中进行重标签，且在难区分的区域进行少数类样本的生成，将重标签后的原始数据以及新增样本后的难区分区域作为不同的训练集输出；所述随机森林模型的构建将经过所述数据预处理部分处理的2个数据集作为模型的训练集，得到两个随机森林模型，所述分类预测将分两个阶段进入到所述的两个随机森林模型进行验证，最后获得样本的分类预测结果。本发明达到对少数类预测性能提升的同时，对多数类的预测正确率不会下降严重的目的。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供