一种数据流分类的概念漂移检测方法

摘要

本发明公开了一种数据流分类的概念漂移检测方法，其步骤为：①数据流分块：根据事先设定的数据块的规模d，按照数据到达的先后顺序每采集到d个训练样本就训练一个分类器。②滑动窗口调整：设定滑动窗口中分类器hi的数量K，当滑动窗口中分类器hi的数量少于K时，最新训练的分类器hi自动加入滑动窗口；当滑动窗口中分类器hi的数量等于K时，对滑动窗口中的分类器hi进行更新；③概念漂移检测：当需要进行概念检测时，使用可信多数投票法从滑动窗口中选择合适的分类器给出概念判别。本发明是一种原理简单、运行可靠、检测精度高、检测速度快、适用范围广的数据流分类的概念漂移检测方法。

主权项

1.一种数据流分类的概念漂移检测方法，其特征在于步骤为：①数据流分块：设定数据块的规模d，按照数据流中数据到达的先后顺序，每采集到d个数据，就给出这d个数据的类别并以该d个数据所组成的数据块为一个训练集，将所采集到的数据块依顺序记为S_i，其中0≤i且i的最大值由当前训练样本的总数量决定，第一个数据块记为S₀；在每个S_i上训练一个分类器h_i，以S_i作为测试集由h_i给出测试结果TR_i，存储S_i、h_i和TR_i；②滑动窗口调整：设定滑动窗口中分类器h_i的数量K，当滑动窗口中分类器h_i的数量少于K时，最新训练的分类器h_i自动加入滑动窗口；当滑动窗口中分类器h_i的数量等于K时，对滑动窗口中的分类器h_i进行更新；③概念漂移检测：设当前滑动窗口中分类器h_i的数量为K₀，K₀≤K，当需要对测试数据X进行概念漂移检测时分两步进行：3.1、将测试数据X输入滑动窗口中的所有分类器h_i，按顺序计算由分类器给出的分类结果和分类置信度，3.2、自动选择滑动窗口中分类置信度较高的分类器进行多数投票，给出对测试数据X的类别判断，完成对概念漂移的检测。