|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Модификация алгоритма случайного леса для классификации нестационарных потоковых данныхстатья
Информация о цитировании статьи получена из
Web of Science,
Scopus
Дата последнего поиска статьи во внешних источниках: 5 июня 2019 г.
- Авторы: Жуков А.В., Сидоров Д.Н.
- Журнал: Вестник Южно-Уральского государственного университета. Серия «Математическое моделирование и программирование»
- Том: 9
- Год издания: 2016
- Первая страница: 86
- Последняя страница: 95
- DOI: 10.14529/mmp160408
- Аннотация: Предложен метод классификации нестационарных потоковых данных. К таким данным относятся характеристики поведения сложных систем, процессы, обладающие высокой степенью стохастичности, такие как скорость ветра. В данной работе предложена эффективная модификация алгоритма случайного леса, позволяющая повысить точность классификации состояния путем взвешивания ответов отдельных классификаторов композиции. Опираясь на метод Accuracy Weighted Ensemble (AWE), взвешивание производится в соответствии с оценкой ошибки каждого классификатора на новых данных. Такая оценка производится с использованием метода k ближайших соседей и внутренней структуры случайного леса. В качестве стратегии обновления композиции используется замена классификаторов с низкой точностью на новых данных. Приводятся результаты тестирования предложенного метода и сравнение с другими современными методами.
- Добавил в систему: Сидоров Денис Николаевич