一种选择特征的稀疏在线学习算法-山东大学学报(工学版).pdf

　第４７卷　第１期 山　东　大　学　学　报　（工　学　版） ２０１７年２月　 　 　　 Ｖｏｌ．４７　 Ｎｏ．１　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ｆｅｂ．２０１７　 　文章编号：１６７２３９６１（２０１７）０１００２２０６　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７２３９６１１２０１６０６０ 一种选择特征的稀疏在线学习算法 １，２ １ ３ ２ ２ 魏波 ，张文生 ，李元香 ，夏学文 ，吕敬钦 （１．中国科学院自动化研究所，北京 １００１９０；２．华东交通大学软件学院，江西 南昌３３００１３； ３．武汉大学软件工程国家重点实验室，湖北 武汉４３００７２） 摘要：为了有效处理海量、高维、稀疏的大数据，提高对数据的分类效率，提出一种基于Ｌ 准则稀疏性原理的在线 １ 学习算法（ａｓｐａｒｓｅｏｎｌｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｓｅｌｅｃｔｉｏｎｆｅａｔｕｒｅ，ＳＦＳＯＬ）。运用在线机器学习算法框架，对高维流 式数据的特征进行新颖的“取整”处理，加大数据特征稀疏性的同时增强了阀值范围内部分特征的值，极大地提高 了对稀疏数据分类的效果。利用公开的数据集对ＳＦＳＯＬ算法的性能进行分析，并将该算法与其它３种稀疏在线 学习算法的性能进行比较，试验结果表明提出的ＳＦＳＯＬ算法对高维稀疏数据分类的准确性更高。 关键词：大数据；机器学习；在线学习；稀疏性；Ｌ准则 １ 中图分类号：ＴＰ３９１　　　文献标志码：Ａ Ａｓｐａｒｓｅｏｎｌｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ １，２ １ ３ ２ ２ ＷＥＩＢｏ ，ＺＨＡＮＧＷｅｎｓｈｅｎｇ，ＬＩＹｕａｎｘｉａｎｇ，ＸＩＡＸｕｅｗｅｎ，ＬＹＵＪｉｎｇｑｉｎ （１．ＩｎｓｔｉｔｕｔｅｏｆＡｕｔｏｍａｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００１３，Ｊｉａｎｇｘｉ，Ｃｈｉｎａ； ３．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｅｆｆｅｃｔｉｖｅｌｙｄｅａｌｗｉｔｈｍａｓｓ，ｈｉｇｈｄｉｍｅｎｓｉｏｎａｌａｎｄｓｐａｒｓｅｂｉｇｄａｔａａｎｄｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｄａ ｔａｃｌａｓｓｉｆｉｃａｔｉｏｎ，ａｎｏｎｌｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｓｐａｒｓｉｔｙｐｒｉｎｃｉｐｌｅｏｆＬｎｏｒｍｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｆｅａｔｕｒｅｏｆ １ ｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｓｔｒｅａｍｉｎｇｄａｔａｗｅｒｅｎｏｖｅｌ“Ｉｎｔｅｇｅｒ”ｐｒｏｃｅｓｓｅｄｂｙｕｓｉｎｇｔｈｅｏｎｌｉｎｅｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｆｒａｍｅ