论文研究不均衡数据集文本分类中少数类样本生成方法研究.pdf

针对传统的分类算法在处理不均衡样本数据时，其分类器预测倾向于多数类，少数类分类误差大，提出了一种基于聚类和遗传算法的样本生成方法。先通过K-means算法将少数类样本聚类分组；再在每个聚类的内部使用遗传交叉和变异操作获取新样本，并进行有效性验证；最后使用原始数据集和新数据集分别训练K最近邻（Knearestneighbor,KNN）及支持向量机(supportvectormachine,SVM）分类器。实验结果表明此方法有效改善了少数类分类效果。