基于窗口機(jī)制的概念漂移數(shù)據(jù)流分類算法研究.pdf

1、隨著信息科技的快速發(fā)展，很多應(yīng)用領(lǐng)域產(chǎn)生了大量的現(xiàn)實(shí)數(shù)據(jù)。如網(wǎng)絡(luò)安全、股票分析、電子商務(wù)、氣象監(jiān)控等領(lǐng)域。在這些數(shù)據(jù)中可能隱含著豐富的、有價(jià)值的、亟待挖掘的信息，并且人們對這些信息的需求也變得越來越迫切，這無形中都推動了數(shù)據(jù)流研究的快速發(fā)展。
　　 數(shù)據(jù)流中的數(shù)據(jù)普遍具有快速性、連續(xù)性、多變化和無限性等特點(diǎn)，且概念漂移現(xiàn)象常常出現(xiàn)。這使得建立在原始數(shù)據(jù)集上的模型不再適應(yīng)，從而給傳統(tǒng)分類問題提出了極大的挑戰(zhàn)。為此，本文針對概念漂移

2、問題展開了一系列的研究，主要工作如下：
　　 （1）概述概念漂移數(shù)據(jù)流處理普遍存在的問題，分析已有算法在處理概念漂移問題時存在的優(yōu)缺點(diǎn)。
　　 （2）數(shù)據(jù)流的快速性等特性對模型的時空性能有更高的要求。針對此問題，研究并提出了一種基于單窗口的概念漂移數(shù)據(jù)流分類算法SWCDS。該算法采用隨機(jī)森林作為基礎(chǔ)模型，使用滑動窗口機(jī)制檢測概念漂移，并根據(jù)檢測結(jié)果動態(tài)地調(diào)整分類器模型使其更適應(yīng)新概念數(shù)據(jù)。實(shí)驗(yàn)表明：與已有的代表性的概念漂

3、移數(shù)據(jù)流分類算法相比，該算法在保證時空性能的同時具有較優(yōu)的分類精度和抗燥性。
　　 （3）單窗口機(jī)制中窗口值較大有利于低漂移率的數(shù)據(jù)流處理，卻不適應(yīng)新的目標(biāo)函數(shù)；窗口值較小能快速地適應(yīng)概念漂移，卻常常由于實(shí)例不足導(dǎo)致學(xué)習(xí)不充分。針對此問題，設(shè)計(jì)并提出了一種基于雙層窗口的概念漂移數(shù)據(jù)流分類算法DWCDS。該算法采用SWCDS算法中的隨機(jī)森林作為基礎(chǔ)模型，利用雙層窗口機(jī)制周期性地檢測滑動窗口中流數(shù)據(jù)分布的變化，并動態(tài)地更新模型以適應(yīng)