一种基于SVM-forest的从非平衡类数据中提取敏感数据的方法

摘要

本发明公开一种基于SVM‑forest的从非平衡类数据中提取敏感数据的方法，该方法先从有标签样本取出一部分作为测试样本，剩余作为训练样本，采用k‑means将正常工况类别分割为子类，并与故障工况类别数据混合，形成N个训练子集，并使用SVM‑tree的方法训练出SVM‑forest，并利用测试样本对对SVM‑forest进行测试，选择对故障工况错分率最高的L棵树，保留一部分对分类效果影响较大的数据，然后根据选择分类算法对测试集中的少数类和剩下的多数类训练出一个分类器T，并使用临时测试样本测试T的分类效果，直到效果达到要求。本发明的敏感数据提取方法通过多次迭代选取多数样本集中对分类效果影响较大的样本，以此降低不平衡度，使分类效果接近或者达到同等情况下的均衡分类效果。