基于多个视图的不完整数据分类方法及装置

摘要

本发明涉及一种基于多个视图的不完整数据分类方法及装置，其中方法包括：视图预处理步骤、按照预定规则从不完整数据集中筛选视图；视图选择步骤、采用贪心策略从筛选出的视图中选择视图，构成视图组合；其中根据当前样本的覆盖程度确定每个视图的权值，并选取初次被覆盖的特征的数目与权重的乘积最大的视图；视图组合步骤、将所述视图组合中的每一个视图用来训练一个基本分类器，通过学习获得每个基本分类器的权值。本发明充分利用不完整数据集的多个完整视图的组合，由若干个不同的弱分类器组成一个强分类器，每个弱分类器的地位不同，其结合方式采用学习法，学习出各个弱分类器的不同权值，最后综合起来得到强分类器的结果。