面向动态数据块的非平衡数据流分类算法

摘要：

动态非平衡数据分类是在线学习和类不平衡学习领域重要的研究问题,用于处理类分布非常倾斜的数据流.这类问题在实际场景中普遍存在,如实时控制监控系统的故障诊断和计算机网络中的入侵检测等.由于动态数据流中存在概念漂移现象和不平衡问题,因此数据流分类算法既要处理概念漂移,又要解决类不平衡问题.针对以上问题,提出了在检测概念漂移的同时对非平衡数据进行处理的一种方法.该方法采用Kappa系数检测概念漂移,进而检测平衡率,利用非平衡数据分类方法更新分类器.实验结果表明,在不同的评价指标上,该算法对非平衡数据流具有较好的分类性能.

关键词：数据流、非平衡数据、概念漂移、Kappa系数、分类算法

所属期刊栏目：57

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;山西省自然科学基金

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：124-129