主权项 |
一种数据流决策树分类中的缺失值处理方法,其特征在实现步骤如下:步骤1:读取数据流中的数据样本,并使用固定容量的滑动窗口W保存最新到达的数据样本;步骤2:当前数据样本中的属性X<sub>i</sub>存在缺失值时,建立或更新属性X<sub>i</sub>对应的缺失处理器,若属性X<sub>i</sub>的缺失处理器已存在,则跳至步骤4更新缺失处理器,否则进入步骤3建立缺失处理器;步骤3:计算滑动窗口W中同类样本关于属性X<sub>i</sub>的标准差σ(X<sub>i</sub>),若σ(X<sub>i</sub>)不超过阈值σ<sub>m</sub>,则选择使用众数或平均值代替缺失值,否则建立子分类器来预测缺失值,根据此方法建立缺失处理器并跳至步骤5;步骤4:计算缺失处理器的加权总错误率E,若E超过阈值β,则选择权重最大且错误率e<sub>i</sub>>β<sup>*</sup>的缺失处理器进行更新,直到E低于阈值β;步骤5:利用缺失处理器补充属性X<sub>i</sub>的缺失值,得到完整的数据样本;步骤6:依据Hoeffding决策树分类方法训练完整的数据样本,动态地构造决策树模型,并根据决策树分裂叶子节点时的属性度量值为每个属性X<sub>i</sub>更新权重;步骤7:返回数据流决策树分类结果。 |