Unsupervised concept drift detection using sliding windows: Two contributions

Veri akışı madenciliği, bugün mevcut veri miktarının artması nedeniyle son yıllarda önemli bir araştırma alanı haline gelmiştir. Veri akışları genellikle verilerin karakteristik özellikleri zaman içinde değiştiği için durağan değildir. Bu olguya kavram sürüklenmesi denir. Sınıflandırıcıları geçersiz hale getirdiği ve tahmin başarısını düşürdüğü için literatürde büyük öneme sahip bir konudur. Kavram sürüklenmesinin olduğu durumlarda, daha sağlam ve etkili sınıflandırıcılara sahip olmak için verilerdeki değişimin uyarlanması gerekir. Kavram sürüklenmesini saptayan yöntemler, sınıflandırma modelleriyle birlikte çalışacak ve veri dağılımında önemli bir değişiklik gözlemlendiğinde bunları güncelleyecek şekilde tasarlanmıştır. Bu çalışmada, D3 ve OCDD adlarında iki güdümsüz kavram sürüklenmesi tespit yöntemi sunulmaktadır. D3'te, veri dağıtımındaki değişikliği izlemek için kayan bir pencere üzerinde ayrıştırıcı sınıflandırıcı kullanılmaktadır. Eski ve yeni veriler kullanılan sınıflandırıcı ile başarılı olarak ayrıştırılabilirse kavram sürüklenmesi tespit edilmektedir. OCDD'de, kayan bir pencere üzerinde tek-sınıflı sınıflandırıcı kullanılmaktadır. Kayan pencerede belirlenen aykırı değerlerin sayısını izlenmektedir. Aykırı değerlerin sayısındaki değişimin yeni bir kavramın işaretleri olduğunu iddia edilmekte ve kavram sürüklenmesi tespitini anomali tespitinin sürekli formu olarak tanımlanmaktadır. Aykırı değerlerin yüzdesi önceden belirlenmiş bir eşiğin üzerindeyse kavram sürüklenmesi tespit edilmektedir. Çalışmada literatürde yaygın olarak kullanılan 13 veri setini kullanarak kavram sürüklenmesi tespiti yöntemleri üzerinde kapsamlı bir değerlendirme yapılmıştır. Sonuçlar, OCDD'nin hem gerçek hem de sentetik veri kümelerinde önemli ölçüde daha iyi tahmin performansına sahip modeller üreterek diğer yöntemlerden daha iyi tahmin sağladığını göstermektedir. D3 ise diğer yöntemlerle benzer sonuçlar vermektedir.