数据流决策树分类方法综述

• 作者: 杜诗语 王少峰 申明尧 贾涛 韩萌
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 数据流挖掘 分类 决策树 概念漂移 集成分类
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 49-60
• 页数: 12页
• 分类号: TP3
• 字数: 13269字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.04.008

摘要

数据流的特征是海量的、高速流动的、实时处理的.由于一些数据分布随着时间而改变,因此将这些数据流称为概念漂移.首先按照分类模型对数据流决策树进行分类,分为单分类决策树和集成分类决策树.单分类模型分为快速决策树、变异决策树和其他决策树算法.集成分类模型分为衍生快速决策树和随机决策树变体算法.其次介绍了概念漂移处理技术,包括概念漂移问题的描述、常见的概念漂移处理技术和用于解决概念漂移的决策树算法.接着介绍了增量模型决策树算法,最后对本文介绍的决策树算法进行分析总结.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩萌	北方民族大学计算机科学与工程学院	26	99	4.0	9.0
2	王少峰	北方民族大学计算机科学与工程学院	5	5	1.0	2.0
3	贾涛	北方民族大学计算机科学与工程学院	5	5	1.0	2.0
4	杜诗语	北方民族大学计算机科学与工程学院	2	4	1.0	2.0
5	申明尧	北方民族大学计算机科学与工程学院	2	4	1.0	2.0