有限标签下的非平衡数据流分类方法.pdfVIP

STUDY研究107

有限标签下的非平衡

数据流分类方法

李艳红1，2，李志华1，2，郑建兴1，2，白鹤翔1，2，郭鑫1，2

1.山西大学计算机与信息技术学院，山西太原030006；

2.山西大学计算智能与中文信息处理教育部重点实验室，山西太原030006

摘要

数据流分类是数据流挖掘的重要研究内容，其核心任务是从实时到达的数据流中快速捕获概念漂移，并及

时调整分类模型。极限学习机具有训练速度快和泛化性能好的优点，然而目前基于极限学习机的数据流分

类方法很少可以同时处理数据流中常见的多类非平衡、概念漂移、标签成本昂贵的问题。为此，提出了一

种有限标签下的非平衡数据流分类方法。该方法定义了预测概率差值与信息熵相结合的样本预测确定性度

量，提出了不确定性标签请求策略；定义了基于类不平衡比率和样本预测误差的样本重要性度量；提出了

基于概念漂移指数的分类器的更新与重构机制。在6个人工数据流和3个真实数据流上的对比实验表明，

本文提出方法的分类性能优于已有的6种数据流分类方法的分类性能。

关键词

数据流分类；多类非平衡；极限学习机；概念漂移；标签成本昂贵

中图分类号：TP181文献标志码：Adoi：10.11959/j.issn.2096-0271.2025018

Imbalanceddatastreamclassification

methodwithlimitedlabels

LIYanhong1,2,LIZhihua1,2,ZHENGJianxing1,2,BAIHexiang1,2,GUOXin1,2

1.SchoolofComputerandInformationTechnology,ShanxiUniversity,Taiyuan030006,China

2.KeyLaboratoryofComputationalIntelligenceandChineseInformationProcessingofMinistryofEducation,

ShanxiUniversity,Taiyuan030006,China

Abstract

Datastreamclassificationisacrucialresearchareawithindatastreammining,withthecoretaskofswiftlycapturing

conceptdriftsfromreal-timeincomingdatastreamandpromptlyadjustingclassificationmodels.Extremelearning

machinepossessesadvantagessuchasfasttrainingspeedsandexcellentgeneralizationperformance.However,existing

datastreamclassificationmethodsbasedonextremelearningmachineoftenstruggletosimultaneouslyaddress

commonchallengesindatastream,suchasmulti-classimbalance,conceptdrift,andtheexpensivelabelingcost.Forthis

reason,animbalanceddatastreamclassificationwithlimitedlabelswasproposed.Wedefinedasampleprediction

certaintym