基于自适应快速决策树的不确定数据流概念漂移分类算法
来源期刊:控制与决策2016年第9期
论文作者:刘志军 张杰 许广义
文章页码:1609 - 1614
关键词:不确定数据流;自适应快速决策树;概念漂移;数值属性;分类属性;
摘 要:由于不确定数据流中一般隐藏着概念漂移问题,对其进行有效分类存在着很多困难.为此,提出一种基于自适应快速决策树的算法.该算法基于一般决策树算法的原理,以自适应学习规则计算信息增益,以无标记情景学习拆分原理检测不确定数据流中的不确定数值属性,通过自适应快速决策树节点的拆分方法将不确定数值属性转化为不确定分类属性,以实现对不确定数据流的有效分类,进而有效检测到其中隐含的概念漂移现象.仿真结果验证了所提出方法的可靠性.
刘志军1,张杰2,许广义1
1. 哈尔滨工程大学经济管理学院2. 山东科技大学经济管理学院
摘 要:由于不确定数据流中一般隐藏着概念漂移问题,对其进行有效分类存在着很多困难.为此,提出一种基于自适应快速决策树的算法.该算法基于一般决策树算法的原理,以自适应学习规则计算信息增益,以无标记情景学习拆分原理检测不确定数据流中的不确定数值属性,通过自适应快速决策树节点的拆分方法将不确定数值属性转化为不确定分类属性,以实现对不确定数据流的有效分类,进而有效检测到其中隐含的概念漂移现象.仿真结果验证了所提出方法的可靠性.
关键词:不确定数据流;自适应快速决策树;概念漂移;数值属性;分类属性;