一种面向不平衡数据流的集成分类算法

摘要 大部分数据流算法都是基于类分布大致平衡这一假设的，然而在现实世界中数据流中类的分布往往是不平衡的.同时，数据流中目标概念可能会随着时间发生变化，即概念漂移.本文针对数据流中的概念漂移和类不平衡问题，提出了一种基于集成的不平衡数据流分类算法.在分类之前加入采样方法应对类不平衡问题，并采取有效的基分类器更新和加权策略应对概念漂移现象，从而提高分类器的性能.针对本文所提出的算法，和几种经典学习算法，在人工合成和真实数据集上进行了广泛的对比实验.实验结果表明本文所提出的算法，其整体分类性能优于其他算法，更能适应存在概念漂移和类不平衡的数据流环境