一種基于k近鄰圖的稀有類檢測(cè)算法

　　稀有類檢測(cè)的目標(biāo)是為無(wú)類別標(biāo)簽的數(shù)據(jù)集中的每個(gè)類，特別是僅含少量數(shù)據(jù)樣本的稀有類，尋找到至少一個(gè)數(shù)據(jù)樣本以證明數(shù)據(jù)集中存在這些類．該技術(shù)在金融欺詐檢測(cè)及網(wǎng)絡(luò)入侵檢測(cè)等現(xiàn)實(shí)問(wèn)題中具有廣泛的應(yīng)用場(chǎng)景．但是，現(xiàn)有的稀有類檢測(cè)算法往往存在以下問(wèn)題：（1）時(shí)間復(fù)雜度比較高；或（2）對(duì)原始數(shù)據(jù)集需要一定的先驗(yàn)知識(shí)。如數(shù)據(jù)集中各類數(shù)據(jù)樣本所占比例等．提出了一種基于K鄰近圖的無(wú)先驗(yàn)快速稀有類檢測(cè)算法KRED，通過(guò)利用稀有類數(shù)據(jù)樣本在小范圍內(nèi)緊密分布所造成的與周邊數(shù)據(jù)分布的不一致性來(lái)定位稀有類．為此，KRED將給定數(shù)據(jù)集轉(zhuǎn)化為K鄰近圖，并計(jì)算圖中各頂點(diǎn)入度和邊長(zhǎng)的變化．最后，將以上變化最大的頂點(diǎn)對(duì)應(yīng)的數(shù)據(jù)樣本作為稀有類的候選樣本．實(shí)驗(yàn)結(jié)果表明：KRED有效提高了發(fā)現(xiàn)數(shù)據(jù)集中各個(gè)類的效率，明顯縮短了算法運(yùn)行所需時(shí)間．