Naive Bayesクラシファイアによるオンライン学習

Question

着信ネットワークパケットの到着間時間を予測しようとしています。 xi = 0,1,1,1,0、... xi = 0到着間時間が0の場合、ネットワークパケットの到達時間を測定し、このデータをバイナリフィーチャの形式で表します。 ブレーク・イーブン・タイムとそれ以外の場合は1です。データは、2つの可能なクラス= 0Cは、長い到着時間を表す短い到着時間間隔及び1を表す。C = {0,1}、にマッピングされなければなりません私がオンラインフィーチャーに分類器を実装したいので、フィーチャーのベクトルを観察するとすぐに、私はMAPクラスを計算します。xi = 0,1,1,0 ...私はMAPクラスを計算します。私は条件付きと事前確率の事前の見積もりを持っていないので、次のように、私はそれらを初期化：各特徴ベクトルについては

p(x=0|c=0)=p(x=1|c=0)=p(x=0|c=1)=p(x=1|c=1)=0.5 
p(c=0)=p(c=1)=0.5 

（X1 = M1、X2 = M2、...、XN = MN次のように私は、出力クラスCが、私は条件付きと事前確率を更新）、：

p(xi=mi|y=c)=a+(1-a)*p(p(xi=mi|c) 
p(y=c)=b+(1-b)*p(y=c) 

問題は、私はいつも偏った予測を取得しています、ということです。 の数が長い到着時間が短いよりも比較的少ないので、事後短いのは常に長いよりも高いまま。これを改善する方法はありますか？または私は間違って何かをしていますか？どんな助けもありがとう。

Answer 1

時間系列が長いため、おそらく1つ前の値より多くの値を考慮するのが最適な方法です。これを行う標準的な方法は、時間窓を使用することであり、すなわち、長さベクトルXiを一定の長さの重なり部分に分割し、最後の値をクラスとして扱い、それらを列挙として使用することである。これは、新しいデータが到着したときにNBモデル​​を段階的に更新することによって、オンライン方式でデータをストリーミングする場合にも可能です。

この方法を使用すると、他の回帰アルゴリズムがNBよりも良い選択になる可能性があることに注意してください。

Weka（バージョン3.7.3以降）は、時系列解析をサポートする非常に良いdedicated toolです。代わりに、MOAもWekaに基づいており、ストリーミングデータのモデリングをサポートしています。

EDIT：バイナリフィーチャから実際の値（正規化されている可能性があります）に移行し、しきい値のポスト分類を適用することもよいでしょう。これにより、回帰モデル（NBなど）に多くの情報が提供され、精度が向上する可能性があります。