數(shù)據(jù)變化時(shí)分類器的更新問(wèn)題研究.pdf

1、分類問(wèn)題是數(shù)據(jù)挖掘領(lǐng)域的重要研究分支之一，分類任務(wù)中的分類模型都基于“獨(dú)立同分步”這一前提假設(shè)，即用于訓(xùn)練分類器的數(shù)據(jù)集與待分?jǐn)?shù)據(jù)都是由同一分布獨(dú)立生成的。但是在一些問(wèn)題中，數(shù)據(jù)會(huì)隨著時(shí)間的推移它們會(huì)發(fā)生變化，導(dǎo)致獨(dú)立同分布的前提不能滿足，已有的分類器不能正確地反映數(shù)據(jù)的分布情況，需要對(duì)分類器模型進(jìn)行更新。更新分類器最直觀的做法是用所有的訓(xùn)練數(shù)據(jù)重新訓(xùn)練分類器模型，但在一些實(shí)際應(yīng)用特別是在線分類的應(yīng)用中，數(shù)據(jù)量往往是十分巨大的，這樣的調(diào)

2、整方法時(shí)間開(kāi)銷和空間開(kāi)銷過(guò)高，甚至是不可能完成的任務(wù)，因而需要找到一種快速、高效的分類器調(diào)整方法。 由Vapnik等人提出的統(tǒng)計(jì)學(xué)習(xí)理論是一種專門研究小樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論，它為解決有限樣本學(xué)習(xí)問(wèn)題提供了一個(gè)統(tǒng)一的框架。支持向量機(jī)和支持向量數(shù)據(jù)描述是基于統(tǒng)計(jì)學(xué)習(xí)理論的分類方法，與傳統(tǒng)分類方法相比，它們具有一定的優(yōu)越性。 本文正是基于以上背景展開(kāi)研究。針對(duì)出現(xiàn)新增訓(xùn)練樣本的情況，本文提出了支持向量數(shù)據(jù)描述的樣本增量

3、學(xué)習(xí)方法，該方法用已經(jīng)訓(xùn)練好的SVDD模型的支持向量作為歷史數(shù)據(jù)的代表與新增數(shù)據(jù)組成訓(xùn)練數(shù)據(jù)集進(jìn)行SVDD分類模型的訓(xùn)練。同時(shí)，對(duì)于大數(shù)據(jù)量的問(wèn)題，使用該方法可以提高SVDD能夠處理的數(shù)據(jù)規(guī)模。 對(duì)于訓(xùn)練樣本屬性值變化時(shí)分類器的更新問(wèn)題，本文針對(duì)支持向量機(jī)和支持向量數(shù)據(jù)描述兩種分類器模型分別提出了FU-SVM算法和FU-SVDD算法，這兩種方法的核心思想是使用對(duì)類別邊界情況產(chǎn)生影響的變化樣本以及未發(fā)生變化的支持向量作為訓(xùn)練數(shù)據(jù)集