论文部分内容阅读
基于历史数据的未来事件预测在系统管理,自适应查询环境监测和金融分析等领域的重要性日益增加。由于数据流中的数据的存在是暂时性的,因此我们需要创建能够反映数据流中历史数据之间关系的"纲要",其在预测过程中起着至关重要的作用。在这篇论文中我分析了当前数据流自适应查询预测领域最前沿的3种主要分析纲要(多元线性回归,贝叶斯网络,分类回归树)以及其基本特点,执行步骤和用途。