程凤伟

（太原学院 计算机科学与工程系，山西 太原，030032）

0 引言

随着计算机网络技术与通信技术的不断发展，人们能够更快捷、容易、廉价地获取大量的信息，并进行储存，通过分析与处理数据可有效解决分类、回归等预测问题，但如何从大规模数据集中获取有效的信息，成为一个难题。例如在医学诊断[1]、极端天气监测、基因检测、网络入侵检测[2]等领域中存在非平衡数据[3]，在这类数据中，样本较少的类称为少数类，样本量大的类为多数类[4]，而对于非平衡数据，人们关注的往往是所有记录中的少数数据，一旦将其错误分类，将会带来不可估量的代价。传统的分类方法在处理这类数据时，往往会忽略数据的非平衡性，将非平衡数据集中的少数类预测为多数类的类别，而忽略了重要的少数类，因此，如何对非平衡数据进行正确分类，提高少数类的分类精度，仍然面临很大的挑战。

由于传统机器学习算法在处理上述问题时效率低下，增量学习算法可以从数据集中挑选一部分样本来进行学习，通过学习，找出数据之间的联系，通过它们之间的联系，构建初始数据模型，通过初始模型对后续数据进行学习，通过学习，更新原有模型，通过反复学习，完善模型，使模型最优化。这种采用样本分批次的方式可以将大规模的复杂机器的学习问题转化为小规模的简单求解问题，增量学习对于动态数据和数据更新的处理有着良好的表现[5]，目前，增量学习已被广泛用到非平衡数据的处理上。……