基于UFFT的數(shù)據(jù)流集成分類器研究.pdf

1、目前很多實時系統(tǒng)以空前速度產(chǎn)生巨量的數(shù)據(jù)，這對數(shù)據(jù)挖掘方法研究一直是一種挑戰(zhàn)。常見的數(shù)據(jù)流包括網(wǎng)絡(luò)事務(wù)日志，電話接聽記錄，信用卡交易事務(wù)流，傳感器記錄數(shù)據(jù)流等。這些數(shù)據(jù)中潛在的知識或者機制需要我們從數(shù)據(jù)中挖掘出來。數(shù)據(jù)流龐大的體積是知識發(fā)現(xiàn)工具面臨兩大困難之一。
　　 數(shù)據(jù)流的分類已成為數(shù)據(jù)挖掘研究的熱點之一，常用的處理數(shù)據(jù)流的分類算法分為兩類，單分類器和集成分類器。其中，集成分類器聚集多個分類器，這些具有獨立預(yù)測性能的分類器通

2、過某種方法形成最終預(yù)測結(jié)果。雖然集成分類器具有高精度等優(yōu)勢，但構(gòu)造過程中采用了非增量式算法構(gòu)建，因而造成了時間性能較差，且耗費較高空間資源。針對這些問題，本文提出了一種集成分類器優(yōu)化算法。
　　 本文的主要工作如下：
　　 (1)概述了數(shù)據(jù)流挖掘的理論基礎(chǔ)、數(shù)據(jù)處理常用算法；介紹了數(shù)據(jù)流分類算法，詳細描述了集成分類器技術(shù)，并對數(shù)據(jù)流的未來進行展望。
　　 (2)針對已有的weighted-bagging模型時空性

3、能的不足，提出一種基于UFFT的weighted-bagging算法UFFT wb。該算法基于weighted-bagging模型，以UFFT算法構(gòu)建基分類器。實驗表明，算法UFFT wb具有確定分割點及選擇分割屬性花費時間少、構(gòu)建新結(jié)點占用空間小、可以增量式構(gòu)建等特點，與基于C4.5算法的weighted-bagging模型相比，在保持精度的基礎(chǔ)上，時間性能有一定程度的改進。
　　 (3)基于上述研究，實現(xiàn)了數(shù)據(jù)流分類原型系統(tǒng)