论文部分内容阅读
数据流中概念漂移问题的研究已成为近年来流数据挖掘领域的研究热点之一．已有的研究工作多依据单窗口中错误率的变化来检测概念漂移，难以适应不同类型的漂移．为此，本文提出一种新的基于双层窗口机制的数据流分类算法（Double-windows—based classification algorithm for concept drifting data streams，DWCDS），该算法采用随机决策树模型构建集成分类器，利用双层窗口机制周期性地检测滑动窗口中流数据分布的变化，并动态地更新模型以适戍概念漂移．分析