RBQENN算法在不平衡数据分类问题中的应用

• 作者: 卢志浩 温海标 王楠 钟智
• 来源期刊: 南宁师范大学学报（自然科学版）
• 关键词: kNN 象限壳近邻 分类 不平衡数据
• 年，卷（期）: 2015,（1）
• 页码范围: 57-62,70
• 页数: 7页
• 分类号: TP311
• 语种: 中文

摘要

针对kNN分类算法对不平衡数据进行分类可能偏向多数类的问题，提出了象限壳近邻分类算法。该算法仅选择测试样本象限方向上的最近邻的训练样本来判断其所属类别，从而有效地避免了kN N算法对选取 k个最近邻训练样本时可能产生偏向多数类的问题。通过在UCI真实不平衡数据集上的实验，该文提出的分类算法在Recall、F‐value和G‐mean等评价标准明显优于传统的kNN分类算法。