- 1、本文档共58页,其中可免费阅读25页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
随着大数据时代的到来,流数据应用范围日益扩大。多数情况下流数据在非平
稳环境中收集,具有无限性、时序性、动态演化性和不可再现性等复杂特征,给流
数据挖掘的建模和实现等带来挑战。由于流数据的时序特性,可能导致流数据随时
间以不可预见的方式变化,如:流数据中数据分布随时间发生变化,即发生概念漂
移;流数据中目标类别随时间发生改变,即发生概念演化。针对非平稳环境中流数
据存在的概念漂移及演化问题,本文提出基于决策树的概念漂移及概念演化加速适
应方法,提高在线学习模型的实时响应速度以及在线学习效率,
文档评论(0)