基于設(shè)置正負(fù)例錯(cuò)分值的百分比的可控置信機(jī)器算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于機(jī)器學(xué)習(xí)領(lǐng)域，尤其涉及一種基于設(shè)置正負(fù)例錯(cuò)分值的百分比的可控 置信機(jī)器算法。
【背景技術(shù)】
[0002] 置信機(jī)器就是在機(jī)器學(xué)習(xí)的過程中對學(xué)習(xí)的結(jié)果同時(shí)提供一個(gè)可信的程度判斷 或可以對學(xué)習(xí)結(jié)果進(jìn)行預(yù)設(shè)的分類處理。置信機(jī)器在醫(yī)療診斷等高風(fēng)險(xiǎn)的應(yīng)用領(lǐng)域有著 重要的現(xiàn)實(shí)意義。置信機(jī)器是機(jī)器學(xué)習(xí)領(lǐng)域中研宄時(shí)間不長的一個(gè)分支，實(shí)現(xiàn)置信機(jī)器學(xué) 習(xí)的理論基礎(chǔ)與方法并不多，有直接構(gòu)造置信度的方法，有間接構(gòu)造置信度的方法，有通過 設(shè)置拒絕選項(xiàng)，可以進(jìn)行預(yù)設(shè)的分類處理，來排除低可信的部分，從而提高剩余部分的可信 度，實(shí)現(xiàn)置信分類，并對錯(cuò)分率可控。
[0003] 2005 年由VladimirVovk，AlexanderGammerman，GlennShafer出版了關(guān)于信任 機(jī)器學(xué)習(xí)的專著《AlgorithmicLearninginaRandomWorld》。2004年邱德紅等在計(jì)算 機(jī)研宄與發(fā)展期刊Vol. 41，No. 9中發(fā)表了《基于算法隨機(jī)性理論和奇異描述的置信學(xué)習(xí)機(jī) 器》，根據(jù)Kolmogorov算法隨機(jī)性理論，為學(xué)習(xí)機(jī)器建立了一種置信機(jī)制，描述了置信學(xué)習(xí) 機(jī)器的算法。
[0004] 現(xiàn)有的方案有以下幾個(gè)問題：
[0005] (1)置信控制的精度不夠。目前上述的置信機(jī)器學(xué)習(xí)方法是通過設(shè)置Bin的方法 來計(jì)算錯(cuò)分率，并根據(jù)計(jì)算結(jié)果設(shè)置閾值，但最后正負(fù)例正確率控制與當(dāng)初預(yù)設(shè)值比較，有 時(shí)差距會(huì)很大。
[0006] (2)置信控制不夠靈活。設(shè)置Bin的方法有一定的限制，不能任意設(shè)置數(shù)值，進(jìn)行 靈活多變的控制，滿足不同的要求。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明實(shí)施例的目的在于提供一種基于設(shè)置正負(fù)例的錯(cuò)分率百分比的可控置信 機(jī)器算法，其解決現(xiàn)有技術(shù)的置信控制的精度不夠，置信控制不夠靈活的問題。
[0008] 本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的，一方面，公開了一種基于設(shè)置正負(fù)例錯(cuò)分值的百分 比的可控置信機(jī)器算法，所述方法包括如下步驟：
[0009] 接收二元訓(xùn)練數(shù)據(jù)樣本和二元訓(xùn)練樣本標(biāo)簽構(gòu)成的訓(xùn)練集TrainSet;
[0010] 根據(jù)所述訓(xùn)練集TrainSet訓(xùn)練二元分類器，得到二元分類器參數(shù)值；
[0011] 根據(jù)所述二元分類器在所述訓(xùn)練集TrainSet上分類，并將分類結(jié)果轉(zhuǎn)換成輸出 值Outputscore；
[0012] 從原點(diǎn)出發(fā)向左，通過逐步增加第一距離的步長，以及通過以原點(diǎn)出發(fā)，向右逐步 增加第二距離的步長，確定滿足要求的閾值范圍（_t2，tl)，其中，所述第一距離為原點(diǎn)至正 例錯(cuò)分的最小的Score值的距離的第一預(yù)定比例值，所述第二距離為原點(diǎn)至負(fù)例錯(cuò)分的最 大的Score值的距離的第二預(yù)定比例值；
[0013] 獲取未知二元樣本，根據(jù)所述二元分類器對未知二元樣本進(jìn)行分類，并將分類結(jié) 果轉(zhuǎn)換成輸出值Outputscore;
[0014] 如果所述未知二元樣本的輸出值Outputscore屬于該閾值范圍，將未知樣本分配 到拒絕域，如未知二元樣本的輸出值OutputScore不屬于該閾值范圍，將未知樣本分配到 接受域。
[0015] 優(yōu)選的，所述從原點(diǎn)出發(fā)向左，通過逐步增加第一距離的步長，以及通過以原點(diǎn)出 發(fā)，向右逐步增加第二距離的步長，確定滿足要求的閾值范圍步驟為：
[0016] 根據(jù)所述第一距離、第二距離的步長和預(yù)設(shè)的正確率，以原點(diǎn)為基準(zhǔn)，以第一距離 的步長逐步向左、以第二距離的步長向右逐步移動(dòng)閾值范圍，當(dāng)移動(dòng)的閾值范圍對應(yīng)的正 確率大于預(yù)設(shè)的正確率時(shí)，確定閾值（-t2,tl)為未知二元樣本對應(yīng)的閾值范圍。
[0017] 在本發(fā)明實(shí)施例中，本發(fā)明提供的技術(shù)方案通過分別設(shè)置正負(fù)例錯(cuò)分率的百分比 作為移動(dòng)步長，可以根據(jù)需要靈活設(shè)置數(shù)值，控制靈活，而且通過調(diào)整所述百分比值控制步 長，可以實(shí)現(xiàn)更高精度的置信控制。
【附圖說明】
[0018] 圖1是本發(fā)明提供的一種基于設(shè)置正負(fù)例錯(cuò)分值的百分比的可控置信機(jī)器算法 的流程圖。
【具體實(shí)施方式】
[0019] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0020] 本發(fā)明【具體實(shí)施方式】提供一種基于設(shè)置正負(fù)例錯(cuò)分值的百分比的可控置信機(jī)器 算法，上述方法由置信機(jī)器執(zhí)行，該方法如圖1所示，包括如下步驟：
[0021] 在步驟S101中，接收二元訓(xùn)練數(shù)據(jù)樣本和二元訓(xùn)練樣本標(biāo)簽構(gòu)成的訓(xùn)練集Train Set；
[0022] 在步驟S102中，根據(jù)所述訓(xùn)練集TrainSet訓(xùn)練二元分類器，得到二元分類器參 數(shù)值；
[0023] 在步驟S103中，根據(jù)所述二元分類器在所述訓(xùn)練集TrainSet上分類，并將分類 結(jié)果轉(zhuǎn)換成輸出值Outputscore;
[0024] 在步驟S104中，從原點(diǎn)出發(fā)向左，通過逐步增加第一距離的步長，以及通過以原 點(diǎn)出發(fā)，向右逐步增加第二距離的步長，確定滿足要求的閾值范圍（_t2，tl)，其中，所述第 一距離為原點(diǎn)至正例錯(cuò)分的最小的Score值的距離的第一預(yù)定比例值，所述第二距離為原 點(diǎn)至負(fù)例錯(cuò)分的最大的Score值的距離的第二預(yù)定比例值；
[0025] 在步驟S105中，獲取未知二元樣本，根據(jù)所述二元分類器對未知二元樣本進(jìn)行分 類，并將分類結(jié)果轉(zhuǎn)換成輸出值Outputscore;
[0026] 在步驟S106中，如果所述未知二元樣本的輸出值Outputscore屬于該閾值范圍， 將未知樣本分配到拒絕域，如未知二元樣本的輸出值OutputScore不屬于該閾值范圍，將 未知樣本分配到接受域。
[0027] 本發(fā)明提供的具體方案通過分別設(shè)置正負(fù)例錯(cuò)分率的百分比作為移動(dòng)步長，可以 根據(jù)需要靈活設(shè)置數(shù)值，控制靈活，而且通過調(diào)整所述百分比值控制步長，可以實(shí)現(xiàn)更高精 度的置信控制。
[0028] 可選的，所述從原點(diǎn)出發(fā)向左，通過逐步增加第一距離的步長，以及通過以原點(diǎn)出 發(fā)，向右逐步增加第二距離的步長，確定滿足要求的閾值范圍步驟為：
[0029] 根據(jù)所述第一距離、第二距離的步長和預(yù)設(shè)的正確率，以原點(diǎn)為基準(zhǔn)，以第一距離 的步長逐步向左、以第二距