公开(公告)号：CN109739844A

公开(公告)日：2019-05-10

申请号：CN201811599413.0

申请日：2018-12-26

Applicant: 西安电子科技大学

Inventor： 沈沛意 ,  张亮 ,  王嘉豪 ,  朱光明 ,  宋娟 ,  张宇怀

IPC: G06F16/215 ,  G06F16/2458

Abstract: 本发明公开了一种基于衰减权重的数据分类方法，本发明主要解决现有传统的分类方法只能接受数值类型的数据集，忽略数据本身的时间特性，容易过拟合，分类准确率不高的问题。其实现步骤是：1、获取训练样本和预测样本；2、清洗数据；3、生成类型转化数据集；4、标准化处理；5、生成训练集和预测集；6、计算训练集中每个样本的衰减权重；7、利用特征选择方法训练极限梯度增强XGBoost的多分类器；8、对预测集中每个样本进行分类。本发明利用数据本身的时间特性信息赋予样本衰减权重，能够接受更多类型的数据，有效地提高了分类的准确率，可应用于复杂多变的业务场景下的数据分类。

公开(公告)号：CN109739844B

公开(公告)日：2023-03-24

申请号：CN201811599413.0

申请日：2018-12-26

Applicant: 西安电子科技大学

Inventor： 沈沛意 ,  张亮 ,  王嘉豪 ,  朱光明 ,  宋娟 ,  张宇怀

IPC: G06F16/215 ,  G06F16/2458

Abstract: 本发明公开了一种基于衰减权重的数据分类方法，本发明主要解决现有传统的分类方法只能接受数值类型的数据集，忽略数据本身的时间特性，容易过拟合，分类准确率不高的问题。其实现步骤是：1、获取训练样本和预测样本；2、清洗数据；3、生成类型转化数据集；4、标准化处理；5、生成训练集和预测集；6、计算训练集中每个样本的衰减权重；7、利用特征选择方法训练极限梯度增强XGBoost的多分类器；8、对预测集中每个样本进行分类。本发明利用数据本身的时间特性信息赋予样本衰减权重，能够接受更多类型的数据，有效地提高了分类的准确率，可应用于复杂多变的业务场景下的数据分类。