概念漂移数据流集成分类算法综述

作者：杜诗语; 韩萌^*; 申明尧; 张春砚; 孙蕊

来源：计算机工程, 2020, 46(01): 15-30.

DOI：10.19678/j.issn.1000-3428.0055747

• 动态数据流
• 集成
• 分类
• 概念漂移
• 增量学习

针对概念漂移数据流集成分类算法的基本概念、相关工作、适用范围及优缺点等方面进行具体阐述,重点分析突变型、渐变型、重复型和增量型集成分类算法,以及集成分类中的Bagging、Boosting、基分类器组合学习策略与在线学习、基于块的集成、增量学习关键技术,指出现阶段概念漂移数据流集成分类算法所需解决的主要问题,并对集成基分类器的动态更新与加权组合、多类型概念漂移的快速检测等研究方向进行分析和展望。

• 单位
  北方民族大学