不平衡统计数据分类 ——基于最近邻降噪滤波器

摘要：

现实应用中所面对的数据往往在不同的类别上的分布极不均衡,不同类别被错误分类而造成的代价损失也不同,因此使用传统的分类算法来构建分类模型会降低模型预测效果.通过构建最近邻降噪滤波器结合四种经典的欠采样方法,对UCI中5组不平衡数据集进行测试,结果表明最近邻降噪滤波器给分类算法的整体性能带来了显著的提升,在不平衡数据统计分类上带来了更好的效果.

关键词：不均衡数据、最近邻降噪滤波器

在线出版日期：2019-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：279