Neue Ensemble-Methoden für sich entwickelnde Datenströme

Die fortgeschrittene Analyse von Datenströmen wird schnell zu einem Schlüsselbereich der Datenbergbau-Forschung, da die Anzahl der Anwendungen, die eine solche Verarbeitung erfordern, steigt. Das Online-Mining, wenn sich diese Datenströme über die Zeit entwickeln, das heißt wenn Konzepte abdriften oder sich vollständig ändern, wird zu einem der zentralen Themen. Bei der Auseinandersetzung mit nicht-stationären Konzepten haben Ensembles von Klassifikatoren mehrere Vorteile gegenüber Methoden mit einzelnen Klassifikatoren: Sie sind leicht skalierbar und parallelisierbar, sie können sich schnell an Veränderungen anpassen, indem sie unterdurchschnittlich performende Teile des Ensembles zurückschneiden, und sie erzeugen daher normalerweise auch genauere Konzeptbeschreibungen. Dieses Papier schlägt ein neues experimentelles Datenstrom-Framework zur Untersuchung von Konzeptdrift vor und zwei neue Varianten von Bagging: ADWIN Bagging und Adaptive-Size Hoeffding Tree (ASHT) Bagging. Mit dem neuen experimentellen Framework zeigt eine Evaluierungsstudie zu synthetischen und realen Datensätzen mit bis zu zehn Millionen Beispielen, dass die neuen Ensemble-Methoden im Vergleich zu mehreren bekannten Methoden sehr gut abschneiden.