动态数据流集成分类算法综述 |
| |
引用本文: | 刘允峰,佟季萱,叶应图.动态数据流集成分类算法综述[J].渤海大学学报(自然科学版),2023(1):79-91. |
| |
作者姓名: | 刘允峰 佟季萱 叶应图 |
| |
作者单位: | 1. 渤海大学信息科学与技术学院;2. 中国石油大学信息科学与工程学院 |
| |
基金项目: | 国家自然科学基金项目(No:62172057);;辽宁省普通高等教育本科教学改革研究项目(No:202110167817); |
| |
摘 要: | 数据流分为静态数据流和动态数据流,但因数据的情况越来越复杂,动态数据流已经遍布我们的生活.针对动态数据流中的不平衡数据流、概念漂移数据流及噪声数据流的基本概念、算法特点、相关工作及优缺点等方面进行了分析和阐述,同时对三类动态数据流的传输特点、适用方法及集成分类算法展开了介绍与对比,并对突变、增量、重复及渐变的概念漂移类型展开了研究,以及集成分类中常用的Boosting和Bagging方法进行了深度研究,指出了现阶段动态数据流集成分类算法所需要解决的主要问题,此外,针对多种类概念漂移、复合动态数据流及集成基分类器的动态加权等提供了多个可扩展性研究方向,并进行了分析和展望.
|
关 键 词: | 不平衡 概念漂移 噪声 集成分类 综述 |
|
|