基于决策树的数据流挖掘算法的研究

• 作者: 孙超利
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 决策树 SLIQ SPRINT VFDT CVFDT
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 268-272
• 页数: 5页
• 分类号: TP301.6
• 字数: 4104字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2006.04.006

摘要

由于数据流的快速流动性以及计算机内存的限制,因此要设计好的数据流挖掘算法是很困难的事.近几年来,对数据流进行数据挖掘的算法相继被提出.本文主要阐述分类算法中基于决策树的各种数据流挖掘算法,包括传统的增量式的决策树分类、基于Hoeffding tree 的VFDT、可调整的VFDT(即CVFDT)以及使用整合技术的决策树分类算法,通过分析比较,总结了各种算法的主要特征,为国内研究者提供借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙超利	太原科技大学计算机科学与技术学院	14	2	1.0	1.0