论文部分内容阅读
现实世界中存在大量非平衡分类问题,传统K-近邻（K-NN）分类方法采用近邻决策的原则,导致少数类样本在分类过程中难以识别。针对这个问题,提出一种基于聚类的非平衡K-NN分类方法（IKNNC）,该方法通过对已标记的多数类样本进行聚类,压缩多数类样本的规模,从而提高标记样本的平衡性,提高非平衡数据的分类性能。