针对传统K近邻（KNN）算法对不平衡数据集分类的不足，提出一种基于分布估计算法改进的加权KNN算法EDA-KNN。在没有先验知识的前提下，为了求解最优加权KNN算法的权重向量，构建矩阵结构种群。运用分布估计算法建立概率模型，进行采样、寻优等一系列操作，经过若干次迭代，最终获得使样本分类准确率达到最高的权重向量。通过对多个数据集进行分类，结果表明，EDA-KNN算法能够显著提升对于不平衡数据集分类的准确率，分类器性能稳定。
科研之友
微信
新浪微博
Facebook
分享链接
