Détection de changements dans des flots de données qualitatives - Archive ouverte HAL Access content directly
Conference Papers Year : 2014

Change detection in categorical evolving data streams

Détection de changements dans des flots de données qualitatives

Abstract

In real world applications, data streams have categorical features, and changes induced in the data distribution of these categorical features have not been considered extensively so far. Previous work focused on detecting changes in the accuracy of the learners, but without considering changes in the data distribution. To cope with these issues, we propose a new unsupervised change detection method well suited for categorical data streams.
Dans les applications réelles, les flux de données ont des caractéristiques catégorielles, et les changements induits dans la distribution des données de ces caractéristiques catégorielles n'ont pas été étudiés de manière approfondie à ce jour. Des travaux antérieurs ont porté sur la détection des changements dans la précision des apprenants, mais sans tenir compte des changements dans la distribution des données. Pour faire face à ces problèmes, nous proposons une nouvelle méthode de détection de changement non supervisée bien adaptée aux flux de données catégoriques.
Fichier principal
Vignette du fichier
mt2014-pub00054281.pdf (585.74 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-01556565 , version 1 (05-07-2017)

Identifiers

Cite

Dino Ienco, Albert Bifet, Bernhard Pfahringer, Pascal Poncelet. Détection de changements dans des flots de données qualitatives. 14e Journées Internationales Francophones sur l'Extraction et la Gestion des Connaissances (EGC), Jan 2014, Rennes, France. pp.517-520. ⟨hal-01556565⟩
86 View
77 Download

Share

Gmail Facebook Twitter LinkedIn More