一种基于分类器相似性集成的数据流分类研究.pdfVIP

第 39卷 第 12期 计 算 机 科 学 Vo1．39No．12 2012年 12月 Computer Science Dec2012 一 种基于分类器相似性集成的数据流分类研究 刘余霞 吕 虹 刘三民。 (安徽工程大学电气工程学院 芜湖241000) (安徽建筑工业学院电子与信息工程学院 合肥230022)。 (安徽工程大学计算机与信息学院 芜湖241000)。 摘 要 数据流分类已成为3-前研究热点之一，如何解决其中的概念漂移和噪声是关键问题，为此提出了一种新的基 于分类器相似性的动态集成算法。由于数据流中相邻数据具有相同概念的概率较大，因此用最新基分类器代表数据 流中即将出现的概念，同时基于此分类器求出基分类器之间的相似性作为权值进行加权多数投票，并根据相似性大小 淘汰较弱基分类器以适应概念漂移和噪声。在标准仿真数据集上进行了仿真实验，结果表明该算法相比其他集成方 法在抗噪性能和分类准确性方面均得到显著提高。 关键词 概念漂移，相似性，集成学习，数据流分类，加权多数投票 中图法分类号 TP393 文献标识码 A Classifier-similarity-basedEnsembleClassificationReserach forDataStreams LIU Yu-xia LV Hong’。 LILTSan-mina (CollegeofElectricalEngineering，AnhuiPolytechnicUniversity，Wuhu241000，China) (Co llegeofElectronicandInformation，AnhuiInstituteofArchitectureandIndustry，Hefei230022，China) (Co llegeofComputerandInfomr ation，AnhuiPolytechnicUniversity，Wuhu241000，China)。 Abstract Classificationofdatastreamshasbecomeoneofhotresearchspots，andanew similarity-baseddynma icen semblealgorithmwaspresentedtodealwithtwocriticalproblems，namely，conceptdriftandnoise．Becauseadjacentdata indatastream hasthesameconceptwithmoreprobability，thenew sub-classifierstandsforthecomingconcept．Based onit，ensembleclassifierisgotbysimilarityweightedmajorityvoting，and sub-classifierwithworstperformanceisdele tedforsuitingofrconceptdriftandnoise．Experimentresulton simulationdatasetshowsthealgorithm isbestthan otherschemainclassificationaccuracyandanti-noise． Keywords Conceptdrift，Smiilarity，Ensemblelaerning，Datastrema classification，Weightedmajorityvoting 目前数据流已广泛出现在如网络安全、传感网络、金融和 类器具有较高投票权重，提高了集成分类器的准确率。文献 天气预测等应用领域，成为当前研究热点。同时数据流具备 [8，9]根据数据流概念漂移特点，提出集成学习框架Learn+ 量大、快速、持续性、概念漂