科研之友
微信
新浪微博
Facebook
分享链接
摘要
不平衡数据集经常出现于很多应用领域,如果直接使用这种数据集进行分类,会对算法的学习过程造成干扰.而传统的欠采样方案会严重丢失多数类样本的信息.为解决这一问题,通过结合NearMiss算法和K-Means聚类在处理不平衡数据时的优点,提出了CBNM(Clustering-Based NearMiss)算法,该算法通过计算簇中心点的NearMiss距离,赋予该点选择权重.实验通过选择十组UCI数据集,验证在本算法中三类NearMiss算法的优劣,并与NearMiss-2算法进行比较.实验结果表明,CBNM算法在F-Measure和G-Mean上有显著提升,对分类效果的改进明显.
- 单位
