收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

用于不均衡数据集分类的KNN算法

孙晓燕  张化祥  计华  
【摘要】:针对KNN在处理不均衡数据集时,少数类分类精度不高的问题,提出了一种改进的算法G-KNN。该算法对少数类样本使用交叉算子和变异算子生成部分新的少数类样本,若新生成的少数类样本到父代样本的欧几里德距离小于父代少数类之间的最大距离,则认为是有效样本,并把这类样本加入到下轮产生少数类的过程中。在UCI数据集上进行测试,实验结果表明,该方法与KNN算法中应用随机抽样相比,在提高少数类的分类精度方面取得了较好的效果。

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 许丹丹;王勇;蔡立军;;面向不均衡数据集的ISMOTE算法[J];计算机应用;2011年09期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978