適應概念漂移的數據流分類算法研究.pdf

1、近幾年，數據挖掘領域涌現出一種的新研究課題-數據流挖掘。在許多實際應用中，如股票分析、網絡故障監(jiān)測、信用卡欺詐領域得到了廣泛的應用。數據挖掘研究領域里分類挖掘是其中重要的分支之一?，F在成熟的數據流分類挖掘算法有：基于Hoeffding樹的VFDT、適應概念漂移的CVFDT、集成分類器EnsembleClassifiers、VFDTC等。其中，集成分類方式被廣泛應用在數據流分類挖掘領域。數據流的特點之一-概念漂移，是當今所有數據流分類算法

2、必須面對的最大的挑戰(zhàn)。分類算法性能的高低，取決于其適應概念漂移的能力。如今大多數性能優(yōu)越的分類算法均采用集成分類方法。
　　 本文首先闡述了數據挖掘理論的相關知識，詳細介紹了經典數據流分類算法EC4.5，以及概念漂移的概念。與EC4.5相比，CEEPCE算法提高了分類的準確率，但仍存在適應概念漂移能力不足的問題。本文提出的適應概念漂移的數據流分類算法基于集成分類器的構造、淘汰、更新、以及差異性加強等因素來優(yōu)化分類性能。首先，介紹

3、了基分類器的構造方式，結合eEP的特性構造出有較高區(qū)分度的基分類器。其次，給出了分類器的淘汰標準，根據基分類器的分類誤差率進行淘汰。此外，根據算法CEEPCE提出了兩點改進。第一次改進提出了基于分類誤差權值的差異性加強方法，從而提高了集成分類器的分類精度。在保證基分類器分類性能的前提下，通過差異性加強方法提取最終的分類器集合。第二次改進對集成分類器的更新方式進行優(yōu)化，更新時根據分類器的平均錯誤率與隨機分類錯誤率的比較，選擇是否加入相反分