非均匀大数据分类方法

本发明为非均匀大数据的分类方法。对不能在计算机内存进行分类的数据集类别及其非均匀类别的数据集进行分类。首先使用降抽样的方法按照理论决定样本的大小，根据样本数量的个数确定分类器的数量。对大数据的每个类别建立一个集成的分类器。测试实例的时候，让它对每个类别的集成分类器进行分类，取分类率最高的集成分类器所在的类别为测试实例的类别。本方法对大数据分类的时间复杂度为线性，能降低非均匀大数据分类结果的偏置，而且通过集成分类器的设计提高了分类器的准确率。而且本发明易于实施，编写代码时只涉及到一些简单的数学模型。