KNN分类方法在不平衡数据中的应用
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 1 绪论 | 第6-16页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 研究目的 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-14页 |
| 1.3.1 KNN研究现状 | 第8-10页 |
| 1.3.2 不平衡数据分类研究现状 | 第10-13页 |
| 1.3.3 传统分类方法研究现状 | 第13-14页 |
| 1.4 研究方法与内容 | 第14-15页 |
| 1.4.1 研究方法 | 第14-15页 |
| 1.4.2 研究内容 | 第15页 |
| 1.5 本文创新之处 | 第15-16页 |
| 2 相关统计方法简介 | 第16-20页 |
| 2.1 KNN方法介绍 | 第16页 |
| 2.2 不平衡数据分类方法性能评价准则 | 第16-20页 |
| 2.2.1 准确率方法 | 第17页 |
| 2.2.2 几何平均准则 | 第17-18页 |
| 2.2.3 F得分 | 第18页 |
| 2.2.4 AUC | 第18-20页 |
| 3 理论方法介绍 | 第20-23页 |
| 3.1 少数类加权KNN | 第20-21页 |
| 3.2 基于KNN的集成方法 | 第21-23页 |
| 4 实证分析 | 第23-43页 |
| 4.1 数据集描述 | 第23-27页 |
| 4.2 权重的选取 | 第27-38页 |
| 4.2.1 选取最佳K值 | 第28-30页 |
| 4.2.2 选取最佳权重 | 第30-33页 |
| 4.2.3 适合权重的最佳K值 | 第33-38页 |
| 4.3 基于KNN的集成方法结果与分析 | 第38-43页 |
| 5 结论和展望 | 第43-45页 |
| 5.1 结论 | 第43-44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 附录 | 第48-55页 |
| 致谢 | 第55页 |
