摘要:不平衡模糊粗糙有序加权最近邻分类,基于粗糙集理论中的上下近似,定义了自己的模糊粗糙上下近似,但在FRNN分类器中,对多数类和少数类并没有做不同处理。因此,在本文中,引入了owa有序加权算子来对不平衡数据进行调节。
FRNN:
P下近似实际上选出的是不在正域中且相似度高的;N下近似实际上选出的是不在负域且相似度高的;
P上近似实际上选出的是是正类且相似度高的;P下近似实际上选出的是是负类且相似度高的;
经过推算,容易得到算出正负上下近似即可算出结果。
OWA:有序加权平均算子
IFROWANN:以上两种方法结合。最终的效果主要取决R模糊关系的选择和权向量的选择
(r控制在p-n)
n;p分别为负类正类的样本数。
最终确定为第六组权向量和以平均定义的模糊关系R分类效果最好。(做了3*6=18组对比实验)