基于提升度的KNN分类子的分类原则改良模型

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.

关键词：分类、KNN分类算法、非均匀数据、提升度

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61672177

在线出版日期：2019-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：75-81