基于近邻决策域内局部分布密度的改进KNN算法.pdfVIP

第 卷第 期 年 月 科 学 技 术 与 工 程 基于近邻决策域内局部分布 密度的改进 算法 史佳 董昱 魏宏杰景晓春 史 蕾 兰州交通大学自动化与电气工程学院 兰州 南车株洲电力机车研究所有限公司 株洲 中铁十八局集团第一工程有限公司敦格项目部 敦煌 甘肃省高速公路管理局 兰州 摘要 经典算法和以往的基于密度的改进算法都缺乏对训练样本数据分布的有效性描述因此会间接影响到分 类结果 提出一种基于测试样本近邻决策域内局部密度的改进算法通过计算各不同类别在近邻决策域内的局部密度 并同时考虑到类间偏斜度的存在得到各类密度补偿系数和倾斜度平衡因子从而达到削弱高数量大密度类别增强小数 量低密度类别的目的 在数据集上的实验结果表明该改进算法在保持经典算法分类准确度的基础上能够提高 分类的召回率和指标 关键词 局部密度 决策域 类偏斜 中图法分类号 文献标志码 近邻算法由和于 年提出 算法具有趋强弃弱的特点对经典算法进行了 是一种非参数的基于实例的分类方法因具有简单 改进 刘海峰 等在传统 算法中引入权重系 有效分类准确度高鲁棒性好等优点被列为十大数 数对高密度类别样本的重要程度进行抑制 但 据挖掘算法之一 目前已在诸多领域有所应用 是上述这些算法研究的侧重点只放在不同类的类间 文献 中将近邻算法应用在故障诊断中在 倾斜度问题上 而实际上同一个类内部样本数据的 文本和网页的 自动分类领域 算法应用 分布情况也在某种程度上影响着分类器的性能 广泛 现针对分类时存在类间偏斜和类内样本数据分 算法首先找到与待分类样本距离最近的 布密度不均匀的现象展开讨论并在此基础上提出 个近邻邻居 然后根据这 个邻居的类别 采用多 基于决策域内局部密度的改进 算法 最后应用 数投票表决的决策规则确定待分类样本所属类 标准数据集对该算法进行测试结果表明该算 别 然而实际分类当中由于不同的样本数据 法能够提高分类器的分类性能该算法可行 分布呈现不规则性以