改进的基于核密度估计的数据分类算法
来源期刊:控制与决策2010年第4期
论文作者:李俊林 符红光
文章页码:507 - 514
关键词:核密度估计;数据分类;不平衡类问题;判别式改进;
摘 要:目前,很多基于核密度估计的数据分类算法采用的判别规则忽视了不平衡类问题.对此,提出了改进的基于核密度估计的数据分类算法.该算法可处理不平衡类带来的影响,并在不平衡类问题严重时也能发挥好的效果,而且可以推广到多分类问题.实验结果表明了这种改进是非常有效的,它提高了基于核密度估计的分类算法对不平衡类的适应力.
李俊林1,符红光2
1. 电子科技大学计算机科学与工程学院2. 中国科学院成都计算机应用研究所
摘 要:目前,很多基于核密度估计的数据分类算法采用的判别规则忽视了不平衡类问题.对此,提出了改进的基于核密度估计的数据分类算法.该算法可处理不平衡类带来的影响,并在不平衡类问题严重时也能发挥好的效果,而且可以推广到多分类问题.实验结果表明了这种改进是非常有效的,它提高了基于核密度估计的分类算法对不平衡类的适应力.
关键词:核密度估计;数据分类;不平衡类问题;判别式改进;