改进型加权KNN算法的不平衡数据集分类

	改进型加权KNN算法的不平衡数据集分类
	王超学; 潘正茂; 马春森; 董丽丽; 张涛
刊名	计算机工程
	2012-10-20
期号	20 页码:160-163+168
关键词	不平衡数据集分类 K最邻近算法权重分配模型遗传算法 K-means算法
英文摘要	K最邻近(KNN)算法对不平衡数据集进行分类时分类判决总会倾向于多数类。为此,提出一种加权KNN算法GAK-KNN。定义新的权重分配模型,综合考虑类间分布不平衡及类内分布不均匀的不良影响,采用基于遗传算法的K-means算法对训练样本集进行聚类,按照权重分配模型计算各训练样本的权重,通过改进的KNN算法对测试样本进行分类。基于UCI数据集的大量实验结果表明,GAK-KNN算法的识别率和整体性能都优于传统KNN算法及其他改进算法。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.nais.net.cn/handle/2HMLN22E/135561]
专题	植物保护研究所_有害生物监测预警研究室
作者单位	西安建筑科技大学信息与控制工程学院;中国农业科学院植物保护研究所
推荐引用方式 GB/T 7714	王超学,潘正茂,马春森,等. 改进型加权KNN算法的不平衡数据集分类[J]. 计算机工程,2012(20):160-163+168.
APA	王超学,潘正茂,马春森,董丽丽,&张涛.(2012).改进型加权KNN算法的不平衡数据集分类.计算机工程(20),160-163+168.
MLA	王超学,et al."改进型加权KNN算法的不平衡数据集分类".计算机工程 .20(2012):160-163+168.