自适应概念漂移的在线集成分类器

• 作者: 周驰 王黎明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据流 概念漂移 Hoeffding树 在线Bagging
• 年，卷（期）: 2011,（5）
• 页码范围: 74-76
• 分类号: TP301.6
• 字数: 3367字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.05.025

摘要

数据流挖掘要求算法能快速地响应、占用少量内存和自适应概念漂移.根据以上要求提出一种自适应概念漂移的基于Hoeffding 树在线Bagging分类算法.利用统计学理论,检验分类模型在自适应窗口内数据的分类精度是否落入真实错误率的单侧置信区间,由检测结果决定更新Hoeffding树或重建新Hoeffding树.实验结果表明,该算法在处理带有概念漂移的数据流上表现出较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王黎明	郑州大学信息工程学院	81	602	14.0	20.0
2	周驰	郑州大学信息工程学院	2	24	2.0	2.0