基于FCM-KFDA判别的不平衡数据集分类

摘要：

不平衡数据的分类是机器学习的热点问题.传统的分类方法在分类时会倾向于多数类而使得分类精度不高.对不平衡数据集的分类,提出一种基于FCM结合KFDA方法,首先采用FCM算法对样本数据进行聚类,将数据聚类后的样本数据映射到特征空间里,再采用KFDA算法对数据进行分类,可以克服不平衡数据对分类性能的影响.对UCI数据集进行仿真实验,结果表明FCM-KFDA算法可以有效地提高数据识别率.

关键词：FCM、KFDA、不平衡数据集、分类

所属期刊栏目：47

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省科技厅项目BN2011056

在线出版日期：2014-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：776-780