使用反映数据变化机制的自适应模型可以更好处理数据流问题。为实现自适应调整集成分类器使其更符合数据特性，提出一种基于动态异构集成的多标签数据流分类算法。通过使用H个不同分类算法分别训练固定大小的数据块，生成候选分类器组E={E1，…，EH}，利用几何加权公式计算每个Ei中候选基分类器的权重实现组内的动态更新；提出一种新的自适应选择策略生成最终的异构集成分类器。通过在6个数据集上的大量实验验证，提出算法比现有算法在准确度、基于实例的F1值、微观F1值、宏观F1值上有更好的性能。
科研之友
微信
新浪微博
Facebook
分享链接
