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
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.
用户评论
推荐下载
-
监督学习分类决策树
决策树 决策树(decision tree) 是一种基本的分类与回归方法。本博客主要讨论用于分类的决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。学习时,利用训练数据,根
10 2020-12-31 -
See5决策树分类
ENVI软件决策树分类扩展包See5,可以用来进行决策树分类,内附使用方法
19 2020-06-13 -
sklearn决策树分类案列
##sklearn决策树分类使用案列,使用自带的 iris 数据集
26 2018-12-08 -
决策树二元分类
此文档是人工智能中的经典算法,决策树二元分类,里面包含多个word文档,十分优秀
29 2019-02-22 -
ENVI决策树分类过程步骤
本资源详细介绍了使用ENVI软件进行决策树分类的过程步骤
25 2019-05-13 -
决策树分类技术研究
很好的介绍决策树分类技术的论文
34 2019-07-24 -
数据挖掘中的交互决策树算法
Interactive Decision Tree Algorithm in Data Mining
18 2019-06-27 -
数据挖掘中决策树算法的探讨
Discussion on Decision Tree Algorithm in Data Mining
24 2019-06-27 -
数据流分类算法平台MOA
这里提供一个数据流分类算法的平台里面集成各种分类算法实现了实时的数据流自动生成在线分类数据流处理的平台
32 2019-06-05 -
数据挖掘决策树算法及其应用
决策树算法是模式识别中用来分类的算法,效率较高
16 2020-08-18
暂无评论