基于分别设置正负例正确率的可控置信机器算法

摘要

本发明适用机器学习领域，提供了一种基于分别设置正负例正确率的可控置信机器算法，包括：根据样本训练集训练二元分类器，根据所述二元分类器在所述训练集Train Set上分类，并将分类结果转换成输出值；从原点出发，通过逐步增加预设的等距离步长，计算正例准确率与预设的正准确率比较，得到正例阈值t1，以及，计算负准确率与预设的负准确率比较，得到负例阈值-t2，根据所述正例阈值t1和负例阈值-t2构成的阈值范围(-t2，t1)；根据所述阈值范围对未知样本的分类结果进行分配。本发明提供的技术方案具有控制精度，实现灵活控制的优点。