改进K均值聚类的不平衡数据欠采样算法

• 作者: 于艳丽 江开忠 王珂 盛静文
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 不平衡数据集 欠采样算法 K均值聚类 粒子群算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 205-209
• 页数: 5页
• 分类号: TP312
• 字数: 4953字
• 语种: 中文
• DOI: 10.11907/rjdk.192153

摘要

传统欠采样方法在处理不平衡数据问题时只考虑多数类样本的绝对位置而忽略了其相对位置,从而使产生的平衡数据集存在边界模糊问题.提出一种改进K均值聚类的不平衡数据欠采样算法(UD-PK).该算法首先利用改进的PSO算法迭代寻找全局最优解作为K-means聚类所需初始值,然后通过K-means进行聚类,再按照每个类别中多数类与少数类的比例定义所取多数类样本个数,并根据多数类样本与簇心距离择优选择参与平衡数据集构造.在UCI数据集上的对比试验表明,该算法在少数类准确率上较一些经典算法有很大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江开忠	上海工程技术大学数理与统计学院	28	68	5.0	7.0
2	于艳丽	上海工程技术大学数理与统计学院	2	0	0.0	0.0
3	王珂	上海工程技术大学电子与电气工程学院	2	2	1.0	1.0
4	盛静文	上海工程技术大学数理与统计学院	2	0	0.0	0.0