基于集成分類器的數(shù)據(jù)流分類算法研究.pdf

1、在現(xiàn)實(shí)生活的很多應(yīng)用中，數(shù)據(jù)流這種新型的數(shù)據(jù)隨處可見，例如:網(wǎng)絡(luò)事務(wù)日志、電話呼叫記錄、信用卡交易以及傳感與監(jiān)控系統(tǒng)等。相對(duì)于傳統(tǒng)的靜態(tài)數(shù)據(jù)，數(shù)據(jù)流具有無限性、連續(xù)性、快速性和概念漂移等特性，這些特性使得傳統(tǒng)分類技術(shù)無法直接有效地應(yīng)用于數(shù)據(jù)流挖掘。因此，設(shè)計(jì)單遍掃描、實(shí)時(shí)、動(dòng)態(tài)更新的分類算法是非常必要的。
　　集成分類器具有易于更新結(jié)構(gòu)、較高的分類準(zhǔn)確率和能夠快速適應(yīng)概念漂移等特點(diǎn)，使其成為數(shù)據(jù)流分類研究的主要方向之一。同時(shí)，目前

2、的集成方法也存在沒有考慮基分類器間相異度和獨(dú)立性等問題。
　　基于此，本文針對(duì)集成分類模型，展開數(shù)據(jù)流上的分類算法研究。首先，在介紹數(shù)據(jù)流分類的基本概念、相關(guān)工作及研究背景和意義的基礎(chǔ)上，分析集成分類框架的常用方法和模型優(yōu)勢(shì)，并詳細(xì)描述了處理概念漂移的方法和當(dāng)前國(guó)內(nèi)外研究現(xiàn)狀。其次，詳細(xì)闡述經(jīng)典集成分類器Accuracy Weighted Ensemble(AWE)，并在其基礎(chǔ)上提出CVFDT Update Ensemble(CU

3、E)算法。CUE在基分類器的權(quán)值分配、算法對(duì)數(shù)據(jù)塊的大小敏感性問題和增加基分類器間相異度等方面進(jìn)行改進(jìn)。實(shí)驗(yàn)表明，該算法的分類準(zhǔn)確率高于AWE算法。最后，根據(jù)分類器動(dòng)態(tài)選擇思想，提出一種基于聚類的分類器動(dòng)態(tài)選擇算法Dynamic Classifier Selectionwith Clustering(DCSC)。其基本思想是:對(duì)于待分類的實(shí)例采用某種度量，選擇與其相近度最高的基分類器進(jìn)行分類。該算法因?yàn)闆]有繁瑣的賦權(quán)值機(jī)制及每次只選擇一