基于FCM-KFDA判别的不平衡数据集分类 |
| |
引用本文: | 殷,士,勇.基于FCM-KFDA判别的不平衡数据集分类[J].华中师范大学学报(自然科学版),2013,47(6):0. |
| |
作者姓名: | 殷 士 勇 |
| |
作者单位: | 盐城工业职业技术学院 机电工程系, 江苏 盐城 |
| |
摘 要: | 不平衡数据的分类是机器学习的热点问题.传统的分类方法在分类时会倾向于多数类而使得分类精度不高.对不平衡数据集的分类,提出一种基于FCM结合KFDA方法,首先采用FCM算法对样本数据进行聚类,将数据聚类后的样本数据映射到特征空间里,再采用KFDA算法对数据进行分类,可以克服不平衡数据对分类性能的影响.对UCI数据集进行仿真实验,结果表明FCM-KFDA算法可以有效地提高数据识别率.
|
关 键 词: | FCM KFDA 不平衡数据集 分类 |
|
| 点击此处可从《华中师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《华中师范大学学报(自然科学版)》下载免费的PDF全文 |
|