数据流中概念漂移检测与分类方法讨论摘要由于现有各种机器学习算法本质上都是基于一个静态学习环境而以尽量保证学习系统泛化能力为目标的一个寻优过程，概念漂移数据流分类给机器学习带来了巨大挑战。从数据流与概念漂移、概念漂移数据流分类讨论的进展与趋势、概念漂移数据流分类的主要讨论领域、概念漂移数据流分类讨论的新动态四个方面展开了分析，并分析了当前概念漂移数据流分类算法存在的问题。关键词：大数据；概念漂移；增量学习；适应学习；数据流目 录引言................................................................................................................................11 数据流与概念漂移.....................................................................................................22 概念漂移数据流分类讨论的进展与趋势.................................................................43 概念漂移数据流分类的主要讨论方法.....................................................................53.1 概念漂移数据流学习器的构建......................................................................53.2 概念漂移数据流学习理论的讨论..................................................................73.3 概念漂移的检测..............................................................................................83.4 概念漂移数据流分类讨论使用的数据集......................................................94 概念漂移数据流分类讨论的新动态.......................................................................104.1 概念漂移数据流中的类别不平衡学习问题................................................104.2 概念漂移数据流中的概念重复学习问题....................................................114.3 概念漂移数据流中的半监督学习与主动学习问题....................................115 存在的问题...............................................................................................................136 结束语.......................................................................................................................14参考文献...........................................................
