基于數(shù)據(jù)流模式表示的半懶惰式分類算法研究.pdf

1、數(shù)據(jù)流是一個(gè)有時(shí)間順序的，無(wú)限的數(shù)據(jù)元素組成的連續(xù)序列并且數(shù)據(jù)元素的底層分布可能隨著時(shí)間發(fā)生變化。它具有連續(xù)、無(wú)限、高速到來(lái)和時(shí)變數(shù)據(jù)分布的特點(diǎn)。因此數(shù)據(jù)流環(huán)境下知識(shí)發(fā)現(xiàn)要求算法單次掃描數(shù)據(jù)，能夠適應(yīng)流數(shù)據(jù)的動(dòng)態(tài)變化，占用較小的內(nèi)存和使用有限的處理時(shí)間。
　　從大規(guī)模數(shù)據(jù)中抽取模式來(lái)建立分類模型是模式挖掘的重要研究問(wèn)題之一。一種可行的方法是根據(jù)模式集合建立分類模型。例如基于頻繁模式的貝葉斯分類模型，其使用在訓(xùn)練集中抽取項(xiàng)集集合的頻

2、繁性來(lái)估計(jì)貝葉斯理論中的概率值。然而，目前基于模式的貝葉斯分類算法大多是針對(duì)靜態(tài)數(shù)據(jù)集合的，這些算法需占用較大內(nèi)存，抽取項(xiàng)集過(guò)程中需多次掃描整個(gè)數(shù)據(jù)集合，需較長(zhǎng)處理時(shí)間且不能適應(yīng)數(shù)據(jù)的動(dòng)態(tài)變化，因此不能用于高速動(dòng)態(tài)變化與無(wú)限的數(shù)據(jù)流環(huán)境中。
　　對(duì)此本文提出一種數(shù)據(jù)流環(huán)境下基于模式的半懶惰式分類算法。算法通過(guò)在流數(shù)據(jù)上抽取所需的頻繁項(xiàng)集，使用頻繁項(xiàng)集估計(jì)貝葉斯理論中聯(lián)合概率的乘積近似值從而對(duì)待分類實(shí)例進(jìn)行分類，其主要工作包括:

3、r>　　(1)提出數(shù)據(jù)流環(huán)境下頻繁模式的抽取算法，使用滑動(dòng)窗口模型獲取流數(shù)據(jù);提出了結(jié)構(gòu)更為簡(jiǎn)單的混合樹(shù)結(jié)構(gòu)用于存儲(chǔ)當(dāng)前窗口中的項(xiàng)，從而提升算法處理流數(shù)據(jù)的速度并且進(jìn)一步減少了內(nèi)存消耗;提出了給定范圍的模式抽取機(jī)制，從而減少了模式抽取過(guò)程中候選項(xiàng)集的生成。
　　(2)提出基于模式的半懶惰式數(shù)據(jù)流分類模型，使用半懶惰式學(xué)習(xí)策略，即在模型訓(xùn)練階段根據(jù)當(dāng)前窗口中的數(shù)據(jù)變化隨之更新混合樹(shù)結(jié)構(gòu);當(dāng)待分類實(shí)例到來(lái)時(shí)才根據(jù)其中的項(xiàng)在混合樹(shù)結(jié)構(gòu)上