一种适用于不均衡数据集分类的KNN算法

摘要：

传统的K-最邻近(K Nearest Neighbor,KNN)分类算法在处理不均衡样本数据时,其分类器预测倾向于多数类,少数类分类误差大.针对此问题从数据层的角度改进了传统的KNN算法.先通过K-means聚类算法将少数类样本聚类分组,将每个聚类内的样本作为遗传算法的初始种群;再使用遗传交叉和变异操作获取新样本,并进行有效性验证.最终获取到各类别样本数量基本均衡的训练样本集合.实验结果表明此方法有效改善了KNN算法对少数类分类效果.此法同时适用于其他关注少数类分类精度的不均衡数据集分类问题.

关键词：KNN、上采样、不均衡数据集、聚类、遗传交叉、遗传变异

所属期刊栏目：11

分类号：TP391.3(计算技术、计算机技术)

资助基金：黑龙江省研究生创新科研资金项目YJSCX2006-38HLJ

在线出版日期：2011-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2680-2685