%0 Journal Article
%T 数据流决策树分类方法综述
%A 贾 涛
%A 韩 萌
%A 王少峰
%A 杜诗语
%A 申明尧
%J -
%D 2019
%R 10.3969/j.issn.1001-4616.2019.04.008
%X 数据流的特征是海量的、高速流动的、实时处理的. 由于一些数据分布随着时间而改变,因此将这些数据流称为概念漂移. 首先按照分类模型对数据流决策树进行分类,分为单分类决策树和集成分类决策树. 单分类模型分为快速决策树、变异决策树和其他决策树算法. 集成分类模型分为衍生快速决策树和随机决策树变体算法. 其次介绍了概念漂移处理技术,包括概念漂移问题的描述、常见的概念漂移处理技术和用于解决概念漂移的决策树算法.接着介绍了增量模型决策树算法,最后对本文介绍的决策树算法进行分析总结
%K 数据流挖掘
%K 分类
%K 决策树
%K 概念漂移
%K 集成分类
%U http://njsfdxzrb.paperonce.org/oa/darticle.aspx?type=view&id=201904008