基于圖的概念重現發現與預測

白 洋，王志海，孫艷歌,2

(1.北京交通大學 計算機與信息技術學院，北京100044； 2.信陽師范學院 計算機與信息技術學院，河南 信陽 464000)

基于圖的概念重現發現與預測

白 洋1，王志海1，孫艷歌1,2

(1.北京交通大學 計算機與信息技術學院，北京100044； 2.信陽師范學院 計算機與信息技術學院，河南 信陽 464000)

概念漂移是數據流挖掘中具有挑戰性的問題．當概念漂移發生后，原有分類模型的分類正確率會顯著下降，因此需要及時發現并調整模型以適應這些改變．概念重現是概念漂移的特殊情況，然而已有的算法大多未能充分考慮這種狀況．為此，提出一種能夠處理重現的概念檢測方法．試驗結果表明，該方法能夠以較低的延遲和較低的誤報率檢測到概念漂移，并且可以識別重現的概念，很大程度上提升了分類器的分類正確率．

數據流；數據挖掘；概念漂移；漂移檢測；概念重現

0 引言

數據挖掘的基本問題是處理隨時間增長的大量數據，待處理的海量數據都以高速有序的形式到達，此類數據稱為數據流[1]．在動態變化和不平穩的環境中，數據分布會隨著時間改變從而產生概念漂移現象[2]．在這里概念就是指分類問題中輸入變量X和目標變量y之間的聯合概率．那么，概念漂移就是指輸入變量和目標變量之間聯合概率的變化[3]，如下式所示：

(1)

式(1)定義了時間t0和t1之間的概念漂移．其中可能是P(y)發生了改變，也可能是P(X|y)發生了改變．現實生活中有許多關于概念漂移的例子．例如，在垃……