公开(公告)号：CN113792812A

公开(公告)日：2021-12-14

申请号：CN202111117004.4

申请日：2021-09-23

Applicant: 四川大学

Inventor： 朱劲松 ,  郭兵 ,  罗应婷 ,  潘建新

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明涉及法律服务领域，具体涉及一种基于XGboost的两阶段离婚判决方法与系统，包括对样本中离婚双方数据进行预处理，得到完备样本；将完备样本拆分成训练集和测试集并消除变量的不平衡性；利用XGboost对训练集初步进行拟合，并根据拟合得分对初步筛选变量进行筛选，得到第一阶段XGboost模型；基于第一阶段XGboost模型和投票算法得到可识别数据集和未识别数据集：对于可识别数据集，利用第一阶段所筛选的变量并结合第一阶段XGboost模型进行拟合预测，对于未识别数据集，重新定位原始数据，重新筛选变量，利用XGboost进行第二次模型构造与预测，从而可以保证模型根据数据特性因地制宜，提高预测准确性。

公开(公告)号：CN113128589A

公开(公告)日：2021-07-16

申请号：CN202110418168.4

申请日：2021-04-19

Applicant: 四川大学

Inventor： 罗应婷 ,  张砾匀

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种解决不平衡分类问题的新型过采样方法及系统，其中，解决不平衡分类问题的新型过采样方法是一种SMOTE的改进方法，在应用SMOTE模型之后使用基于分类器集成的噪声过滤机制对数据进行清理，可以去除由合成样本引入的新噪声，以及原始训练集中存在的多数类样本噪声和少数类样本噪声，解决SMOTE对少数类样本噪声敏感的缺点，并提高不均衡分类算法的性能。该方法能够有效识别SMOTE算法引入的新噪声，以及原始训练集中存在的多数类样本噪声和少数类样本噪声，且与现有技术相比具有更优的噪声样本识别效果，能保证最终得到的训练集为平衡数据集，使得运用传统分类方法对训练集进行训练是不会造成错误率的偏差。