| 数据流集成分类算法综述 |
| |
| 引用本文： | 许冠英,韩萌.数据流集成分类算法综述[J].计算机应用研究,2020,37(1):1-8,15. |
| |
| 作者姓名： | 许冠英 韩萌 |
| |
| 作者单位： | 北方民族大学 计算机科学与工程学院,银川750021;北方民族大学 计算机科学与工程学院,银川750021;北方民族大学 计算机科学与工程学院,银川750021;北方民族大学 计算机科学与工程学院,银川750021 |
| |
| 基金项目： | 国家自然科学基金;北方民族大学研究生创新项目 |
| |
| 摘 要： | 详细介绍了国内外集成分类算法，对集成分类算法的两个部分（基分类器组合和动态更新集成模型）进行了详细综述，明确区分不同集成算法的优缺点，对比算法和实验数据集。并且提出进一步的研究方向和考虑的解决办法。
|
| 关 键 词： | 数据流分类 集成学习 概念漂移 |
| 收稿时间： | 2018/9/11 0:00:00 |
| 修稿时间： | 2019/11/27 0:00:00 |
Summarization of data stream ensemble classification algorithm |
| |
| XU Guanying and Han Meng.Summarization of data stream ensemble classification algorithm[J].Application Research of Computers,2020,37(1):1-8,15. |
| |
| Authors: | XU Guanying and Han Meng |
| |
| Affiliation: | School of Computer Science and Engineering, North University for Nationalities, |
| |
| Abstract: | This paper introduced the ensemble classification algorithm at home and abroad in detail. It reviewed the two parts of the ensemble classification algorithm(base classifier combination and dynamic update ensemble model) in detail, and clearly distinguished the advantages and disadvantages of different integration algorithms, comparison algorithm and experimental data set. The paper proposed further research directions and considerations. |
| |
| Keywords: | data stream classification ensemble learning concept drift |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
