论文部分内容阅读
重点研究了数据流分类挖掘中存在的概念漂移问题，并在CVFDT算法改进的基础上，提出了一种多重选择决策树算法mCVFDT。该算法将多重属性的选择机制加入到节点结构中，克服了CVFDT无法自动检测概念漂移的缺陷，同时避免了对决策树的重复遍历，提高了算法的分类精度和效率。实验结果证明该，算法随着样本数目的增加，在分类精度上比CVFDT算法有更好的表现。