科研之友
微信
新浪微博
Facebook
分享链接
摘要
不确定大数据流具有动态性和不平衡性特点，导致分类结果不精准，为此提出基于随机平衡采样的不确定大数据流在线分类算法。根据Spark框架大数据筛选结构，过滤筛选不确定大数据，释放不满足条件的大数据。应用Hoeffding算法计算实际值与观测值之差，判断差值与属性差值之间的关系，确定最佳分类属性。随机设定最小类别与最大类别数目，对非平衡样本抽样，避免因样本规模过大而造成的样本损失。建立在线分类器，逐级筛选不确定大数据。通过计算不确定信息增益，获取归类最大可能性类别，实现大数据流的在线分类。由实验结果可知，该算法对数据集W1、W2、W3分类的准确率最低值分别达到90%、94%、83%，具有精准分类效果。
- 出版日期2023
- 单位华南农业大学珠江学院
