面向K近邻算法用于不平衡分布数据的特征权重确定方法

摘要

本发明公开了一种面向K近邻算法用于不平衡分布数据的特征权重确定方法，其具体过程是：(1)调入训练样本，若样本描述特征中存在标称属性、二元属性或序数属性特征时，将其转化为数值型特征；(2)对训练样本的各个特征值进行归一化处理；(3)根据数据分布的不平衡程度确定各训练样本的权重系数；(4)计算样本各个特征的综合性能衡量指标；(5)根据各个特征的综合性能衡量指标确定其特征权重。与现有技术相比，本发明可以以更高的计算效率获得更为合理的特征权重，显著提高了K近邻算法对不平衡分布数据的处理能力，对作为关注重点的少数样本表现出良好的识别能力。