本发明公开了一种基于蜕变测试的无监督机器学习系统的选择方法,本发明以度量数据动态特性为目的,基于用户对聚类系统的一般期望定义了11个适应于大多数应用场景的通用蜕变关系,有效缓解了无监督机器学习领域存在的oracle问题,达到验证无监督机器学习系统的目的;其次,定义了基于蜕变关系的面向系统特性的充分性准则,用户可依据重要性及失效聚类模式的严重性对蜕变关系赋予不同权重,计算最终加权分数。本发明最终形成了一套完整的无监督机器学习系统验证和评估体系,允许用户根据自身需求选择部分通用蜕变关系、或根据领域相关知识定义新的特定蜕变关系,最终帮助用户深入理解算法特性、选择适用于特定场景的无监督机器学习系统。
声明:
“基于蜕变测试的无监督机器学习系统的选择方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)