面向不平衡數(shù)據(jù)集分類的改進(jìn)k-近鄰法研究.pdf

1、在信息化大爆炸的今天,如何高效地從現(xiàn)有復(fù)雜多變的信息中提取出人們所需要的信息是一個(gè)急需解決的難題。為了解決這個(gè)難題,機(jī)器學(xué)習(xí)、人工智能和模式識(shí)別等領(lǐng)域的學(xué)者們展開了深入的研究,分類方法是其中重要的研究方向之一。經(jīng)過(guò)多年的不懈努力,已有許多分類性能較好的方法應(yīng)用于分類問(wèn)題。然而這些分類方法主要是以整體的分類誤判率、準(zhǔn)確率和召回率等作為分類目標(biāo),這些分類性能的評(píng)價(jià)指標(biāo)在不平衡數(shù)據(jù)集的分類問(wèn)題中容易降低少數(shù)類和分布稀疏類樣本的識(shí)別率。由于現(xiàn)實(shí)

2、生活的需要,人們?cè)絹?lái)越重視少數(shù)類的分類精度,故在保證不平衡數(shù)據(jù)集整體分類質(zhì)量的前提下提高少數(shù)類樣本的識(shí)別率是一個(gè)值得研究的熱點(diǎn)。本文主要研究了面向不平衡數(shù)據(jù)集分類的K-近鄰法,具體的工作如下:
　　(1)針對(duì)傳統(tǒng)K-近鄰法在尋找近鄰樣本時(shí)由于較大的相似度計(jì)算量而導(dǎo)致分類速度慢的不足,引入了代表樣本和閾值。各測(cè)試樣本的近鄰樣本只在其與各類代表樣本相似程度不小于相應(yīng)閾值的類中選取,從而減少了計(jì)算量,在不影響分類精度的同時(shí)提高了分類速度