基于信息熵的概念漂移检测

TP391; 文章针对概念漂移检测分类器很难维持较高的分类性能,存在错误检测和延迟检测等问题,提出了一种基于信息熵的概念漂移检测算法.首先,使用信息熵对动态数据流中的概念漂移进行检测;然后,将检测到的概念漂移信息,在概念池中进行汇总和统计;最后,使用了两种公开的真实数据和一种人造概念漂移数据进行实验,并对实验结果进行分析,验证了模型的有效性和正确性.实验结果表明,该算法可以有效地检测概念漂移和更新分类器,同时表现出较好的分类性能....

Full description

Saved in:
Bibliographic Details
Published in辽东学院学报（自然科学版） Vol. 26; no. 1; pp. 59 - 64
Main Author 张大伟
Format Journal Article
LanguageChinese
Published 辽东学院 信息工程学院,辽宁 丹东,118003 2019
Subjects
信息熵
概念池
概念漂移检测
数据流分类
Online AccessGet full text
ISSN1673-4939
DOI10.14168/j.issn.1673-4939.2019.01.11

Cover

More Information
Summary:TP391; 文章针对概念漂移检测分类器很难维持较高的分类性能,存在错误检测和延迟检测等问题,提出了一种基于信息熵的概念漂移检测算法.首先,使用信息熵对动态数据流中的概念漂移进行检测;然后,将检测到的概念漂移信息,在概念池中进行汇总和统计;最后,使用了两种公开的真实数据和一种人造概念漂移数据进行实验,并对实验结果进行分析,验证了模型的有效性和正确性.实验结果表明,该算法可以有效地检测概念漂移和更新分类器,同时表现出较好的分类性能.
ISSN:1673-4939
DOI:10.14168/j.issn.1673-4939.2019.01.11