基于半监督学习的数据流集成分类算法

被引：16

作者：

徐文华 ^{[1
]}

覃征 ^{[1
,2
]}

常扬 ^{[2
]}

机构：

[1] 清华大学信息科学技术学院计算机系

[2] 清华大学信息科学技术学院软件学院

来源：

模式识别与人工智能 | 2012年 / 25卷 / 02期

关键词：

属性权值; 概念漂移; 集成分类器; 同质性; K均值聚类; 半监督学习; 数据流分类;

D O I：

10.16451/j.cnki.issn1003-6059.2012.02.010

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

已有的数据流分类算法多采用有监督学习,需要使用大量已标记数据训练分类器,而获取已标记数据的成本很高,算法缺乏实用性.针对此问题,文中提出基于半监督学习的集成分类算法SEClass,能利用少量已标记数据和大量未标记数据,训练和更新集成分类器,并使用多数投票方式对测试数据进行分类.实验结果表明,使用同样数量的已标记训练数据,SEClass算法与最新的有监督集成分类算法相比,其准确率平均高5.33%.且运算时间随属性维度和类标签数量的增加呈线性增长,能够适用于高维、高速数据流分类问题.

引用

页码：292 / 299

页数：8

共 5 条

[1] Developing a feature weight self-adjustment mechanism for a K-means clustering algorithm [J].

Tsai, Chieh-Yuan ;

Chiu, Chuang-Cheng .

COMPUTATIONAL STATISTICS & DATA ANALYSIS, 2008, 52 (10) :4658-4672

[2]

Error Correlation and Error Reduction in Ensemble Classifiers[J] . Kagan Tumer,Joydeep Ghosh.Connection Science . 1996 (3-4)

[3] Bagging predictors [J].

Breiman, L .

MACHINE LEARNING, 1996, 24 (02) :123-140

[4]

Semi-supervised Learning .2 Chapelle O,Sch lkopf B,Zien A. MIT Press . 2006

[5]

A Framework for On-Demand Classification ofEvolving Data Streams .2 Aggarwal C C,Han J,Wang J,et al. IEEE Transactions on Knowledge and Data Engineering . 2006

← 1 →