论文部分内容阅读
概念漂移是数据流挖掘中具有挑战性的问题．当概念漂移发生后，原有分类模型的分类正确率会显著下降，因此需要及时发现并调整模型以适应这些改变．概念重现是概念漂移的特殊情况，然而已有的算法大多未能充分考虑这种状况．为此，提出一种能够处理重现的概念检测方法．试验结果表明，该方法能够以较低的延迟和较低的误报率检测到概念漂移，并且可以识别重现的概念，很大程度上提升了分类器的分类正确率．