基于测试代价的决策树分类器构造方法
专利汇可以提供基于测试代价的决策树分类器构造方法专利检索，专利查询，专利分析的服务。并且本 发明 提出了基于测试代价的 决策树 分类器构造方法，涉及智能服务、 机器学习 技术领域，从库中数据流中提取最匹配的训练示例样本为标识示例，对新示例进行类预测，若在分类过程中为相同的类，或测试属性为空时，则标识示例类符合此新示例。之后遵循测试成本代价最小原则构建决策树，这里的测试代价限制条件更加严苛，也更优化。测试代价f作为选择属性标准，c作为分裂属性标准。若在叶子结点出现未知类，同时测试成本也更优化，则更新库，保存新示例。更优化的决策树分类器就构成了。，下面是基于测试代价的决策树分类器构造方法专利的具体信息内容。
1.基于测试代价的决策树分类器构造方法，该方法涉及智能服务、机器学习技术领域，其特征是：本发明从库中数据流中提取最匹配的训练示例样本为标识示例，对新示例进行类预测，若在分类过程中为相同的类，或测试属性为空时，则标识示例类符合此新示例，之后遵循测试成本代价最小原则构建决策树，测试代价f作为选择属性标准，c作为分裂属性标准，若在叶子结点出现未知类，同时测试成本也更优化，则更新库，保存新示例，更优化的决策树分类器就构成了，其具体的实施步骤如下：
步骤1：根据保存示例与新示例之间的特征差值来标识和鉴定训练示例样本：
其中 为已有新示例第属性值，表示它们之间相关性，取值范围为，当没有数值属性时，即为0，否则就为1；当两比较特征有至少一个值未知，就标记为0.5，当越大，则标识了更多示例，当=0时，则找到了最佳匹配训练示例；
步骤2：专家根据实际情况，给出每项属性进行的测试成本 ：
在训练样本集S中进行每一项属性测试需要的费用，记为 ， 为第X属性测试成本，测试代价由相关专家给出；
步骤3：用户自定义参数经济因子 ,它范围为 ，经济因子 为用来校准成本花费的一个变量，当 为最大成本花费；完整阈值 由相关领域专家给出，其取值范围为
；
步骤4：根据 遍历输入的训练样本集候选属性列表，计算每个候选属性，得出当前选择属性；
步骤4.1： 遍历所有训练样本集的属性，计算每个属性的 ,选择 值最大的属性作为测试代价决策树分类器的根结点；
候选属性的选择因子 为：
其中 为训练示例集中属性为X的信息增益， 为属性X的信息成本函数；
步骤5：对应于步骤4得出的最大候选属性每一个属性值，在结点下生成相应分支（即分裂抽象属性）；每个分支样本集合为所有属性值对应分支的训练样本，这样训练样本集为个子集，也为属性值个数；
步骤6：将每个子集 作为新的训练样本集，对各子集递归调用本算法，即重回步骤4，用同样的方法将样本子集分割，产生分支的分支，同时获得相应子集的子集，直到满足以下两条件之一则终止建树过程，即：
条件1：在一个子集或分支结点中所有样例属性都为同一类别，又称之为观测值；
条件2：在一个子集或分支结点中所有样本为空；
步骤7：在叶子结点分类时出现未知类同时又有廉价的测试功能，则更新库保存新的示例。
2.根据权利要求1所述的基于测试代价的决策树分类器构造方法，其特征是：所述步骤
4.1计算候选属性的选择因子，需要求出信息增益函数、信息成本函数、以及在求解过程中会用到信噪比函数，具体计算过程如下：
1>、信息成本函数
1）根据信息论，信噪比这一函数功能在数据分析方面得到了广泛的应用，有下式：
根据上面的信噪比 函数和 决策树算法原理，有：
所以上式信噪比函数又可写为 ；
2）根据信噪比函数和 函数可得知：
这里 为属性信息增量， 为检验经济标准一个变量， 的范围为 ， 为属
性的测试成本， ，当 时， 有意义； 是信息成本函数，用
来表征每一属性的选择；
2>、信息增益函数
这里为属性， 为属性的第i个属性值， 为类集合， 当属性X的值为
时,类为 的概率，直到训练样本集有相同类或是属性为空时，这个分类过程结束。
3.根据权利要求1所述的基于测试代价的决策树分类器构造方法，其特征是：
所述步骤5分裂属性的选择方法为：
定义分裂抽象属性选择因子为c，未知示例样本属性的叶子结点的种类个数为 ，我们把此叶子结点称为观测值，其中 ，已保存训练样本叶子结点数为j，其中
：
其中,当已保存示例样本集中第个叶子结点中包含第类观测值时， ；相反如果已保存示例样本集第个叶子结点中不包含第类观测值，即 ：
当 时，我们选择这个抽象属性进行分裂；
当 时，更新库，保存新示例对象。
基于测试代价的决策树分类器构造方法
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 视锥视杆复用式仿生视觉传感器 | 2020-05-08 | 724 |
| 一种相位相关的共享深度卷积神经网络语音增强方法 | 2020-05-08 | 426 |
| 一种基于嵌套式法拉第筒的高场非对称波形离子迁移谱仪 | 2020-05-08 | 806 |
| 基于CDN和MEC的车联网移动性管理方法 | 2020-05-08 | 289 |
| 一种基于MDM-SDM的量子与经典融合通信系统及传输方法 | 2020-05-08 | 756 |
| 一种快速响应的高精度光散射浊度计测量装置 | 2020-05-08 | 250 |
| 基于瞬时频率的带静默间断信号的端点识别方法及应用 | 2020-05-08 | 651 |
| 一种窃听环境下轮流中继网络的安全传输方法 | 2020-05-08 | 435 |
| 一种语音识别方法、装置、设备和存储介质 | 2020-05-08 | 664 |
| 一种基于图像质量的人脸防伪方法 | 2020-05-11 | 75 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
