[发明专利]一种数据流分类的概念漂移检测方法

权利要求书

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；所述步骤3.1中，设当前分类器为h_j，其中0≤j＜K₀，y为X 的真正类别，T_j(X)为分类器h_j对测试数据X的分类置信度，分类置信度的计算方法如下式 (1)所示，

Tj(X)=Tp+1Tp+Fp+1ifhj(X)=yTpTp+Fp+1ifhj(X)≠y---(1)]]>

上式(1)中的Tp为测试数据X在S_j中的m个近邻中被h_j判断为ω_j类而且又真正属于ω_j类的数据的数量，而Fp为测试数据X在S_j中的m个近邻中被h_j判断为ω_j类而又不属于ω_j类 的数据的数量；

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；所述步骤3.2的具体流程为：首先将 按从小到大排序，用数组A[K₀]存储调整后的各分类置信度的下标， 仍用表示排序后的值；计算T_shift[j]＝T_j+1(X)-T_j(X)，0≤j＜K₀-1； 从小到大扫描数组T_shift，判断值的最大跳跃点，设为k，这样滑动窗口中下标为 {A[k+1]，A[k+2]，...，A[K₀-1]}的分类器为分类置信度较高的分类器，使用这些分类器进行多 数投票，最后给出对测试数据X的类别判断。