数据流概念漂移双窗探测方法  

作　　者：范瑞[1] 李星野[1] 

机构地区：[1]上海理工大学管理学院,上海200093

出　　处：《统计与决策》2008年第17期151-153,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(70471065);上海市自然科学基金资助项目(06ZR14144);上海市重点学科建设资助项目(T0502)

摘　　要：数据挖掘(机器学习)领域的研究重点是建立概念漂移数据(Concept-drift)下的模型,其中的核心问题就是探测器算法。文章提出了一种基于双窗的探测算法。其优点是给出了该算法的严格理论基础;有效提高挖掘效率,克服虚漂移的干扰。并且运用人工和实际数据进行实验,效果亦优于其他算法。

关 键 词：数据流 概念漂移 Hoeffding不等式 

分 类 号：N941.5[自然科学总论—系统科学]