一种抗噪的概念漂移数据流分类方法.pdf

第 卷第 期 ， ４１ ４ Ｖｏｌ．４１ Ｎｏ．４ 年 月 ＪＯＵＲＮＡＬＯＦＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡ 　 　 　 　 　 　 　 　 　 ２０１１ ４ Ａ ｒ．２０１１ 　　　 ｐ 　　　 文章编号： （ ） ０２５３２７７８２０１１０４０３４７０６ － － － 一种抗噪的概念漂移数据流分类方法 ， ， 张玉红 胡学钢 李培培 （ ， ） 合肥工业大学计算机与信息学院 安徽合肥 ２３０００９ ： ， 摘要 隐含概念漂移的数据流分类问题是数据挖掘领域研究的热点之一 而实际数据中的噪音会直 ， 接影响概念漂移检测及分类质量 因此具有良好抗噪性能的数据流分类方法具有重要的研究和应 ， ， 用价值 随机决策树的集成模型是一种有效的数据流分类模型 为此本文基于随机决策树 引入 ． ， 不等式来检测和区分概念漂移和噪音 根据检测结果动态调整滑动窗口的大小 Ｈｏｅｆｆｄｉｎ Ｂｏｕｎｄｓ ｇ 　 ， ， ， 和漂移检测周期 并提出一种增量式的集成分类方法 ＩＣＤＣ 实验结果表明 本文算法在含噪音数 据流上处理概念漂移是有效的． ： ； ； ； ； 关键词 数据挖掘 数据流 随机决策树 概念漂移 噪音 中图分类号： 文献标识码： ： ／ ＴＰ１８ Ａ ｄｏｉ１０．３９６９ ．ｉｓｓｎ．０２５３ ２７７８．２０１１．０４．０１０ 　　　 　　 ｊ － Ａ ｃｌａｓｓｉｆｉｃａｔｉｏｎａ ｒｏａｃｈｆｏｒｌｅａｒｎｉｎ ｃｏｎｃｅｔｄｒｉｆｔｉｎｎｏｉｓ ｄａｔａｓｔｒｅａｍ 　 　 　 　 － 　 　 　 ｐｐ ｇ ｐ ｙ 　 　 ， ， ＺＨＡＮＧＹｕｈｏｎ ＨＵ Ｘｕｅ ａｎ ＬＩＰｅｉｅｉ 　 ｇ 　 ｇ ｇ