10.3969/j.issn.1000-3428.2009.22.062
基于聚类和遗传交叉的少数类样本生成方法
传统的分类算法在处理不均衡样本数据时,分类器预测倾向于多数类,样本数量少的类别分类误差大.针对该问题,提出一种基于聚类和遗传交叉的少数类样本上采样方法,通过K-means算法将少数类样奉聚类分组,在每个聚类内使用遗传交叉获取新样本,并进行有效性验证.基于K-最近邻及支持向量机分类器的实验结果证明了该方法的有效性.
不均衡数据集、分类、聚类、遗传交叉
35
TP391(计算技术、计算机技术)
黑龙江省研究生创新科研资金资助项目YJSCX2006-38HLJ
2010-01-18(万方平台首次上网日期,不代表论文的发表时间)
共3页
182-184