科研之友
微信
新浪微博
Facebook
分享链接
摘要
LearnNSE算法保留了所有基分类器进行集成，基分类器权重调整较慢，对长期累积大数据的分类学习效率不高，且仅关注累积大数据，缺乏对短时间内突发产生大数据的关注，为此在所提PFLearnNSE-Pruned-Age算法基础上，研究一种基于Spark的分布式时序分类学习模型DSCLM-spark。实验结果表明，DSCLM-spark能够取得非常接近、在许多场景下甚至优于LearnNSE的准确率，进一步提高集成分类学习的效率，兼顾短时产生及长时间累积的大数据，适用于对分类挖掘实时性要求较高的场合。
- 单位
