改进的基于核密度估计的数据分类算法

被引：10

作者：

李俊林 ^{[1
]}

符红光 ^{[2
]}

机构：

[1] 不详

[2] 电子科技大学计算机科学与工程学院

[3] 不详

[4] 中国科学院成都计算机应用研究所

[5] 不详

来源：

控制与决策 | 2010年 / 04期

关键词：

核密度估计; 数据分类; 不平衡类问题; 判别式改进;

D O I：

10.13195/j.cd.2010.04.29.lijl.014

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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.

引用

页码：507 / 514

页数：8

共 5 条

[1] 核密度估计及其在聚类算法构造中的应用 [J].