一种多样性和精度加权的数据流集成分类算法.PDF

第 14 卷第 1 期 智　能　系　统　学　报 Vol.14 No.1 2019 年 1 月 CAAI Transactions on Intelligent Systems Jan. 2019 DOI: 10.11992/tis.201806021 网络出版地址: /kcms/detail/23.1538.TP1309.008.html 一种多样性和精度加权的数据流集成分类算法 1 1 1,2 张本才，王志海，孙艳歌 （1. 北京交通大学 计算机与信息技术学院，北京 100044; 2. 信阳师范学院 计算机与信息技术学院，河南 信阳 464000 ） 摘 要：为了克服数据流中概念漂移对分类的影响，提出了一种基于多样性和精度加权的集成分类方法(di- versity and accuracy weighting ensemble classification algorithm, DAWE)，该方法与已有的其他集成方法不同的地方 在于，DAWE 同时考虑了多样性和精度这两种度量标准，将分类器在必威体育精装版数据块上的精度及其在集成分类器中 的多样性进行线性加权，以此来衡量一个分类器对于当前集成分类器的价值，并将价值度量用于基分类器替换 策略。提出的DAWE 算法与MOA 中必威体育精装版算法分别在真实数据和人工合成数据上进行了对比实验，实验表明， 提出的方法是有效的，在所有数据集上的平均精度优于其他算法，该方法能有效处理数据流挖掘中的概念漂移 问题。 关键词：数据流；概念漂移；多样性；精度；集成学习；数据块；价值度量；MOA 中图分类号：TP391 文献标志码：A 文章编号：1673−4785(2019)01−0179−07 中文引用格式：张本才, 王志海, 孙艳歌. 一种多样性和精度加权的数据流集成分类算法[J]. 智能系统学报, 2019, 14(1): 179–185. 英文引用格式：ZHANG Bencai, WANG Zhihai, SUN Yan’ge. An ensemble classification algorithm based on diversity and accur- acy weighting for data streams[J]. CAAI transactions on intelligent systems, 2019, 14(1): 179–185. An ensemble classification algorithm based on diversity and accuracy weighting for data streams 1 1 1,2 ZHANG Bencai ，WANG Zhihai ，SUN Yan’ge (1. School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China; 2. School of Computer and Information Technology, Xinyang Normal University, Xinyang 464000, China) Abstract : To overcome the effect of concept drift on data stream classification, we propose an ensemble classification algorithm based on diversity