- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于半监督学习的数据流分类算法
基于半监督学习的数据流分类方法
黄树成1,2 朱宇光2 董逸生1
1(东南大学计算机科学与工程学院,南京210096)
2(常州工学院计算机科学与工程系,江苏常州 213006)
(schuang6@)
摘要 在数据流上建立有效的分类模型具有许多应用。流数据的动态性给业界提出了两个关键问题:如何监测数据流的变化;一旦发生显著变化,如何高效地组织足够的训练数据,调整无效的模型。本文提出了一个基于半监督学习的分类算法,较好地解决了这些问题。设计了一种识别显著变化的可靠方法;提出了一个基于Na?ve Bayes的EM算法,利用较少的类标数据来扩大训练数据集,从而极大地降低类标数据的需求量。基于新的训练数据可以构建一个有效的分类器。实验结果证明了算法的优势。
关键词 数据流分类;显著变化;类标数据;半监督学习;基于Na?ve Bayes的EM算法。
中图法分类号 TP311.13
Semi-supervised Learning Based Approach for Classifying Data Streams
Huang Shucheng1,2 Dony Yisheng1
1(School of Computer Science and Engineering, Southeast University, Nanjing, 210096)
2(Department of Computer Science and Engineering, Changzhou Institute of Technology, Jiangsu Changzhou, 213006)
Abstract Mining on data streams and constructing a classification model has found many applications. The dynamic nature of streaming data poses two key issues facing associated communities: one is how to monitor the potential changes occurring in data streams, and the other is how to collect sufficient labeled data to adjust the outdated model for adapting to significant changes. In this paper, a semi-supervised learning based algorithm is proposed to attack these problems. We devise a reliable method for monitor and differing significant changes from noisy changes. Whenever the significant changes present, an EM with na?ve Bayes algorithm is employed to augment currently insufficient labeled data into a sufficient training data set. So the need for labeled data is sharply reduced, and an effective classifier can be generated based on the new training data. Experiment results confirm the advantages of the algorithm.
Keywords Data Streams Classification; Significant Changes; Labeled Data; Semi-supervised Learning; EM with Na?ve Bayes Algorithm.
1.引言
数据流挖掘是一个研究热点[1]。数据流的动态性给数据流分类提出了极大的挑战,关键是如何监测潜在的变化和组织新的训练数据响应数据流发生的变化。
许多数据流分类方法,比如[2,3,4],假设类标数据容易获得且随时可以挖掘。但在实际应用中,数据的类标很难及时得到。
Wei F.等人在[5,6]中提出主动挖掘的思想,但检测变化的方法缺乏可靠性,而且模型的更新依赖于类标数据的数量。
我们提出了一种识别变化的方法和一种基于Na?ve Bay
您可能关注的文档
- 基于专业发展的教师评价制度改革研究.doc
- 基于不对称互赖理论下的美台经济关系研究.doc
- 基于专业课程一体化的工程机械专业实践教学建设.doc
- 基于不法原因给付的财物能否成为侵占罪的对象.doc
- 基于一种海量数据处理分析系统设计文档.doc
- 基于三维设计的系列专用夹具设计.doc
- 基于业主满意的服务创新体系解析.doc
- 基于业主满意的物业服务创新体系解析(汪英武).doc
- 基于两种新型灰色模型的中国人口预测研究.doc
- 基于中国国情的工学结合人才培养模式实施路径选择.doc
- 2025AACR十大热门靶点推荐和解读报告52页.docx
- 财务部管理报表.xlsx
- 高中物理新人教版选修3-1课件第二章恒定电流第7节闭合电路欧姆定律.ppt
- 第三单元知识梳理(课件)-三年级语文下册单元复习(部编版).pptx
- 俄罗斯知识点训练课件-七年级地理下学期人教版(2024).pptx
- 课外古诗词诵读龟虽寿-八年级语文上学期课内课件(统编版).pptx
- 高三语文二轮复习课件第七部分实用类文本阅读7.2.1.ppt
- 高考物理人教版一轮复习课件第4章第3讲圆周运动.ppt
- 高考英语一轮复习课件53Lifeinthefuture.ppt
- 2025-2030衣柜行业风险投资发展分析及投资融资策略研究报告.docx
文档评论(0)