適應(yīng)概念漂移的數(shù)據(jù)流分類算法研究.pdf

1、近幾年，數(shù)據(jù)挖掘領(lǐng)域涌現(xiàn)出一種的新研究課題-數(shù)據(jù)流挖掘。在許多實際應(yīng)用中，如股票分析、網(wǎng)絡(luò)故障監(jiān)測、信用卡欺詐領(lǐng)域得到了廣泛的應(yīng)用。數(shù)據(jù)挖掘研究領(lǐng)域里分類挖掘是其中重要的分支之一?，F(xiàn)在成熟的數(shù)據(jù)流分類挖掘算法有：基于Hoeffding樹的VFDT、適應(yīng)概念漂移的CVFDT、集成分類器EnsembleClassifiers、VFDTC等。其中，集成分類方式被廣泛應(yīng)用在數(shù)據(jù)流分類挖掘領(lǐng)域。數(shù)據(jù)流的特點之一-概念漂移，是當(dāng)今所有數(shù)據(jù)流分類算法

2、必須面對的最大的挑戰(zhàn)。分類算法性能的高低，取決于其適應(yīng)概念漂移的能力。如今大多數(shù)性能優(yōu)越的分類算法均采用集成分類方法。
　　 本文首先闡述了數(shù)據(jù)挖掘理論的相關(guān)知識，詳細(xì)介紹了經(jīng)典數(shù)據(jù)流分類算法EC4.5，以及概念漂移的概念。與EC4.5相比，CEEPCE算法提高了分類的準(zhǔn)確率，但仍存在適應(yīng)概念漂移能力不足的問題。本文提出的適應(yīng)概念漂移的數(shù)據(jù)流分類算法基于集成分類器的構(gòu)造、淘汰、更新、以及差異性加強(qiáng)等因素來優(yōu)化分類性能。首先，介紹

3、了基分類器的構(gòu)造方式，結(jié)合eEP的特性構(gòu)造出有較高區(qū)分度的基分類器。其次，給出了分類器的淘汰標(biāo)準(zhǔn)，根據(jù)基分類器的分類誤差率進(jìn)行淘汰。此外，根據(jù)算法CEEPCE提出了兩點改進(jìn)。第一次改進(jìn)提出了基于分類誤差權(quán)值的差異性加強(qiáng)方法，從而提高了集成分類器的分類精度。在保證基分類器分類性能的前提下，通過差異性加強(qiáng)方法提取最終的分類器集合。第二次改進(jìn)對集成分類器的更新方式進(jìn)行優(yōu)化，更新時根據(jù)分類器的平均錯誤率與隨機(jī)分類錯誤率的比較，選擇是否加入相反分