|
文摘
|
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,釆用基于遗传算法的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. |
|
其他语种文摘
|
Based on analyzing the shortages of K-Nearest Neighbor(KNN) algorithm in solving classification problems on imbalanced dataset, a novel KNN approach based on weight strategy(GAK-KNN) is presented. The key of GAK-KNN lies on defining a new weight assignment model, which can fully take into account the adverse effects caused by the uneven distribution of training sample between classes and within classes. The specific steps are as follows: use K-means algorithm based on Genetic Algorithm(GA) to cluster the training sample set, compute the weight for each training sample in accordance to the clustering results and weight assignment model, use the improved KNN algorithm to classify the test samples. GAK-KNN algorithm can significantly improve the identification rate of the minority samples and overall classification performance. Theoretical analysis and comprehensive experimental results on the UCI dataset confirm the claims. |
|
来源
|
计算机工程
,2012,38(20):160-163,168 【核心库】
|
|
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
|
|
地址
|
1.
西安建筑科技大学信息与控制工程学院, 西安, 710055
2.
中国农业科学院植物保护研究所, 北京, 100193
|
|
语种
|
中文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家自然科学基金资助项目
;
陕西省自然科学基金
;
陕西省教育厅自然科学基金
|
|
文献收藏号
|
CSCD:4682240
|
|
|
1.
Paolo S. A Multi-objective Optimization Approach for Class Imbalance Learning.
Pattern Recognition,2011,44(8):1801-1810
|
CSCD被引
7
次
|
|
|
|
|
2.
Tan Songbo. Neighbor-weighted K-nearest Neighbor for Unbalanced Text Corpus.
Expert Systems with Applications,2005,28(4):667-671
|
CSCD被引
9
次
|
|
|
|
|
3.
郝秀兰. kNN文本分类器类偏斜问题的一种处理对策.
计算机研究与发展,2009,46(1):52-61
|
CSCD被引
18
次
|
|
|
|
|
4.
Jason V H. Knowledge Discovery from Imbalanced and Noisy Data.
Knowledge and Data Engineering,2009,68(12):1513-1542
|
CSCD被引
12
次
|
|
|
|
|
5.
边婧. 不平衡入侵检测数据的代价敏感分类策略.
计算机应用研究,2009,26(8):3036-3038
|
CSCD被引
4
次
|
|
|
|
|
6.
曲建华.
基于群体智能的聚类分析,2010
|
CSCD被引
1
次
|
|
|
|
|
7.
李荣陆. 基于密度的kNN文本分类器训练样本裁剪方法.
计算机研究与发展,2004,41(4):539-544
|
CSCD被引
42
次
|
|
|
|
|
8.
Holland J H.
Adaptation in Nature and Artificial Systems,1975
|
CSCD被引
41
次
|
|
|
了解气象卫星更多信息，请访问