一種基于k近鄰圖的稀有類檢測算法

　　稀有類檢測的目標是為無類別標簽的數(shù)據(jù)集中的每個類，特別是僅含少量數(shù)據(jù)樣本的稀有類，尋找到至少一個數(shù)據(jù)樣本以證明數(shù)據(jù)集中存在這些類．該技術在金融欺詐檢測及網(wǎng)絡入侵檢測等現(xiàn)實問題中具有廣泛的應用場景．但是，現(xiàn)有的稀有類檢測算法往往存在以下問題：（1）時間復雜度比較高；或（2）對原始數(shù)據(jù)集需要一定的先驗知識。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鄰近圖的無先驗快速稀有類檢測算法KRED，通過利用稀有類數(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)分布的不一致性來定位稀有類．為此，KRED將給定數(shù)據(jù)集轉化為K鄰近圖，并計算圖中各頂點入度和邊長的變化．最后，將以上變化最大的頂點對應的數(shù)據(jù)樣本作為稀有類的候選樣本．實驗結果表明：KRED有效提高了發(fā)現(xiàn)數(shù)據(jù)集中各個類的效率，明顯縮短了算法運行所需時間．