面向不平衡数据流的动态权重集成分类算法

摘要：

数据流样本分布不平衡会影响在线学习过程的准确性,并存在概念漂移问题.针对带有概念漂移的不平衡数据流分类问题,使用传统的数据流处理方法难以满足需求,本文提出基于采样技术的不平衡数据流动态权重集成分类算法(DWES),该算法将之前的小类样本实例存储,计算当前数据块中小类样本与先前存储的小类样本的相似性,从小类样本集合中选取部分样本加入当前数据块中,再依据当前数据块中合成小类样本的数量使用Bootstrap算法选取相同数量的大类样本形成平衡的样本对.每个数据块中选取多个平衡的样本对来训练当前数据块的基分类器,根据评价指标的熵值大小选取合适的评价指标来动态的调整基分类器的权重,从而适应数据流概念漂移问题.实验在六种带有概念漂移的不平衡数据流上对比五种代表性的处理数据流的算法,实验最终结果表明DWES整体性能优于其他算法,提升了对小类样本的识别度,除此以外DWES算法能快速的适应新的概念漂移,保持分类器的稳定性,而且还能淘汰表现差的基分类器保证分类器有效性.

关键词：不平衡数据流、概念漂移、熵值、采样技术

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目;广西自然科学基金项目;广西嵌入式技术与智能系统重点实验室基金项目

在线出版日期：2020-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1649-1655