一种基于微调条件概率的分类数据转换方法

专利类型：发明专利

语言：中文

申请号：CN201910770010.6

申请日：20190820

发明人：熊庆宇李秋德吉胜芬高旻余洋王凯歌吉皇

申请人：重庆大学

申请人地址：400044 重庆市沙坪坝区沙正街174号

公开日：20191126

公开号：CN110502552A

代理人：胡长生

代理机构：重庆中流知识产权代理事务所(普通合伙)

摘　　要：本发明涉及数据预处理的数据挖掘或机器学习领域,本发明提出的一种基于微调条件概率的分类数据转换方法,包括：S1、分类数据的数据采集；S2、数据预处理,清洗分类数据中的缺失数据,噪音数据,以及无效数据；S3、条件概率计算,将清洗以后的分类数据转换为数值向量；S4、微调条件概率,对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入,对步骤S4中进行数值微调以后的数值向量,采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量,转换后的数值数据能保持原始数据的真实分布,保证了数据挖掘任务的可靠性。

主权项：1.一种基于微调条件概率的分类数据转换方法,其特征在于,包括：S1、分类数据的数据采集；S2、数据预处理,清洗分类数据中的缺失数据,噪音数据,以及无效数据；S3、条件概率计算,将清洗以后的分类数据转换为数值向量；S4、微调条件概率,对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入,对步骤S4中进行数值微调以后的数值向量,采用原始的分类数据嵌入或映射为数值数据。

关键词：

法律状态：

IPC专利分类号：G06F16/2458;G06F16/215;G06N20/00