[发明专利]基于历史分类器二次学习的数据流分类方法

权利要求书

1.一种基于历史分类器二次学习的数据流分类方法，其特征在于，包括如下步骤：

(1)获取训练数据和待分类数据：

接收动态数据环境下的数据流，并将数据流中的数据按照接收顺序划分为n个数据块，n≥3，将每个数据块中带有分类标签的数据作为训练数据，其余的数据作为待分类数据，记第t个数据块的训练数据为D_t，待分类数据为T_t，并将t初始化为1；

(2)获取分类器f_t：

将训练数据D_t输入到回归树中对其进行训练，得到分类器f_t；

(3)判断存档A中存入的分类器数量是否更新要求：

将分类器f_t存入存档A中，并判断A内存入的分类器的数量是否小于m，2≤m＜n，若是，令t＝t+1，并执行步骤(2)，否则，将t＝m时存档A中的分类器放入存档S_t中，并执行步骤(4)；

(4)对存档S_t中的分类器进行更新：

当t＝m时，将训练数据D_t输入到回归树中对其进行训练，得到分类器f_t，并将分类器f_t存入存档S_t中，通过多样性函数求取S_t内存入的每个分类器相对其他分类器的多样性值的和divs，然后删除S_t内divs值最小的分类器，得到更新后的存档S_t；

(5)对训练数据D_t进行分类：

当t＝m时，通过S_t内的分类器对训练数据D_t进行分类，得到分类结果Y_t；

(6)对历史分类器进行二次学习，并构建分类器集成EM_t：

(6a)当t＝m时，计算训练数据D_t的新分类标签Y_t′：Y_t′＝Y_t-y，并用Y_t′替换训练数据D_t的分类标签，得到数据集D_t′，然后将D_t′输入到回归树中对其进行训练，得到分类器F_t′，最后将F_t′与从存档S_t中读取的历史存入的分类器F_t的和作为分类器组F_t+F_t′，实现对历史分类器的二次学习；

(6b)当t＝m时，按照下式对分类器f_t与分类器组F_t+F_t′进行组合，得到分类器集成EM_t：

EM_t＝(F_t+F_t′+f_t)/(m+1)；

(7)对待分类数据T_t进行分类：

当t＝m时，将待分类数据T_t输入到集成EM_t中进行分类，得到待分类数据T_t的分类结果；

(8)获取t＝m+1以后的待分类数据T_t的分类结果：

令t＝t+1，重复执行步骤(4)到步骤(7)，直到当t＞n停止，得到n-m个待分类数据的分类结果；

(9)向用户输出所有待分类数据的分类结果。

2.根据权利要求1所述的一种动态数据环境下的数据流分类方法，其特征在于，步骤(2)、步骤(4)和步骤(6a)中所述的回归树，采用CART树或Hoeffding树。

3.根据权利要求1所述的一种动态数据环境下的数据流分类方法，其特征在于，步骤(4)中所述的多样性函数，其表达式为：

其中，f_i为存档S_t中第i个分类器，f_j为存档S_t中第j个分类器，Q(f_i,f_j)为分类器距离函数：

其中，N¹¹表示训练数据中分类器f_i和分类器f_j同时正确分类的数据的数量，N⁰⁰表示训练数据中分类器f_i和分类器f_j同时错误分类的数据的数量，N⁰¹表示在训练数据中，分类器f_i分类错误，但分类器f_j分类正确的数据的数量，N¹⁰表示在训练数据中，分类器f_i分类正确，但分类器f_j分类错误的数据的数量。