基于数据划分与不平衡数据集加权的KNN算法改进
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 本文的主要工作 | 第8-9页 |
| 1.3 本文的组织结构 | 第9-10页 |
| 第二章 相关技术与概念的介绍 | 第10-21页 |
| 2.1 分类算法 | 第10-15页 |
| 2.1.1 分类算法的概述 | 第11页 |
| 2.1.2 常用的分类算法 | 第11-12页 |
| 2.1.3 KNN算法原理 | 第12-14页 |
| 2.1.4 KNN算法的限制 | 第14页 |
| 2.1.5 KNN算法的模型 | 第14-15页 |
| 2.2 回归算法 | 第15-18页 |
| 2.2.1 回归算法的概述 | 第16页 |
| 2.2.2 典型的回归算法分析 | 第16-18页 |
| 2.3 不平衡数据集与权重 | 第18-20页 |
| 2.3.1 不平衡数据集的概述 | 第19页 |
| 2.3.2 不平衡数据集的处理算法 | 第19-20页 |
| 2.3.3 权重思想 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于数据划分的KNN改进算法 | 第21-33页 |
| 3.1 BINER算法的介绍 | 第21-24页 |
| 3.2 CLUEKR算法的介绍 | 第24-28页 |
| 3.2.1 CLUEKR算法的预处理 | 第25-26页 |
| 3.2.2 CLUEKR算法 | 第26-27页 |
| 3.2.3 CLUEKR算法的复杂度分析 | 第27-28页 |
| 3.3 实验分析 | 第28-32页 |
| 3.3.1 算法运行效率分析 | 第30-31页 |
| 3.3.2 算法运行正确率分析 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 针对不平衡数据集的加权KNN算法改进 | 第33-41页 |
| 4.1 分类加权因子的概述 | 第33-34页 |
| 4.2 分类加权因子的设计 | 第34-37页 |
| 4.2.1 简单加权设计 | 第34-35页 |
| 4.2.2 增强因子的加权设计 | 第35页 |
| 4.2.3 添加修正系数的加权设计 | 第35-37页 |
| 4.3 基于分类加权的KNN算法改进 | 第37-38页 |
| 4.4 实验分析 | 第38-40页 |
| 4.4.1 不平衡数据集 | 第38-39页 |
| 4.4.2 实验结果 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 算法集成 | 第41-46页 |
| 5.1 集成算法的介绍 | 第41页 |
| 5.2 整合步骤 | 第41-42页 |
| 5.3 算法伪代码 | 第42-43页 |
| 5.4 实验分析 | 第43-45页 |
| 5.4.1 数据集描述概述 | 第43页 |
| 5.4.2 实验结果 | 第43-45页 |
| 5.5 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46-47页 |
| 6.2 未来工作 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
