過去の事例をクラスタのラベル付けに利用した部分教師付きデータストリームからの学習

摘要

本稿では，少量の正例のみにラベルが付与された部分教師付きデータストリームに対する学習手法を提案する．本手法では，ストリーム中のデータはchunkと呼ばれる一定数の事例ごとに分け，Chunkごとに分類器を生成するアンサンブルアプローチをベースとしている．少量の正例のみがラベルを付与されているchunkから学習を行うために，本手法ではK-meansクラスタリングに過去のchunkのラベル付き正例を含めることで，ラベルのないデータから信頼度の高い負例を選択する．また，データストリームにおけるコンセプトチェンジを検出するために，新しく到着したchunkのラベル付き正例のクラスタと過去のラベル付き正例のクラスタ間の距離に基づいてクラスタごとに重みを付与する．人工のストリームデータを用いた実験により，提案手法の有効性を評価した．