基于提升度的KNN分类子的分类原则改良模型

• 作者: 吴昊 秦立春 罗柳容
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 分类 KNN分类算法 非均匀数据 提升度
• 年，卷（期）: 2019,（2）
• 页码范围: 75-81
• 页数: 7页
• 分类号: TP181
• 字数: 4540字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2019.02.009

摘要

针对非均匀类数据,本文提出K最近邻分类子的一个分类原则改良方法,能够度量待分类数据的K个近邻点中的类比率提升量,增大了最小类数据的竞争力,明显地提高了小类数据的分类正确率.实验结果表明,本文提出的改良分类原则对非均匀数据分类的准确率明显高于传统的KNN分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴昊	广西师范大学计算机科学与信息工程学院	13	34	3.0	5.0
2	秦立春		13	15	3.0	3.0
3	罗柳容		1	0	0.0	0.0