基于混合集成分類器的數(shù)據(jù)流概念漂移挖掘方法研究.pdf

1、隨著網(wǎng)絡(luò)通信、計(jì)算機(jī)科學(xué)與信息技術(shù)的發(fā)展，數(shù)據(jù)流作為一種新的數(shù)據(jù)形式在金融數(shù)據(jù)分析、網(wǎng)絡(luò)監(jiān)控、電信數(shù)據(jù)處理與傳感器網(wǎng)絡(luò)等領(lǐng)域有著廣泛的應(yīng)用。它們數(shù)量龐大并蘊(yùn)含著豐富的信息亟待挖掘。相對(duì)于靜態(tài)數(shù)據(jù)，數(shù)據(jù)流具有連續(xù)性、快速性、無(wú)限性和變化性的特點(diǎn)，這給傳統(tǒng)算法和應(yīng)用系統(tǒng)都帶來(lái)了巨大的挑戰(zhàn)。尤其是數(shù)據(jù)流中隱含的概念漂移現(xiàn)象大大增加了數(shù)據(jù)流上研究工作的難度。本文主要針對(duì)數(shù)據(jù)流上的概念漂移問(wèn)題做了以下工作：
　　(1)介紹了數(shù)據(jù)流的定義、特

2、點(diǎn)及數(shù)據(jù)流挖掘模型的特點(diǎn)，概述了處理概念漂移數(shù)據(jù)流的技術(shù)與方法。
　　(2)針對(duì)數(shù)據(jù)流中的概念漂移檢測(cè)問(wèn)題，提出了一種基于混合集成方法的數(shù)據(jù)流概念漂移檢測(cè)方法WE-DTB。該模型以C4.5為基分類器建立集成模型，利用樸素貝葉斯分類器降低噪音影響，利用典型的Hoeffding Bounds和μ檢驗(yàn)來(lái)進(jìn)行數(shù)據(jù)流環(huán)境下的概念漂移檢測(cè)。實(shí)驗(yàn)結(jié)果表明，與其它集成模型相比，WE-DTB能夠有效檢測(cè)概念漂移且具有較好的分類精度以及時(shí)空性能。