摘要：传统的分类算法大多假定用来学习的数据集是平衡的，但实际应用中真正面临的数据集往往是非平衡数据。针对非平衡数据，利用传统的分类方法往往不能获得良好的性能。文章提出了一种新的基于聚类的非平衡分类算法，通过聚类生成多个聚类体，在每个聚类体中选取一定数量的数据作为训练样本，有效地处理了样例数据的不平衡问题，在相关数据集上的实验验证了本方法的有效性。

原文链接:http://www.cqvip.com//QK/91081B/201402/61584252.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）