39、霍夫丁流分类器修正与高维数据探索性分析

霍夫丁流分类器修正与高维数据探索性分析

霍夫丁流分类器修正实验

在流分类器的研究中，霍夫丁不等式的应用存在一些问题。为了评估修正后的 VFDT（Very Fast Decision Tree）的性能，进行了一系列实验。

实验设置

• 受控条件实验 ：生成具有离散多元分布的人工数据集，该数据集有两个属性：A1 有三个离散值 {A, B, C}，A2 有两个离散值 {D, E}，目标变量取值为 {c1, c2}。模拟决策树节点，观察分裂决策。考虑 VFDT 的信息增益（InfoGain）和修正后的 VFDT 的准确率增益（AccuracyGain），分别使用错误的决策边界 1ε 和正确的决策边界 2ε。
• 真实数据集实验 ：使用 UCI 存储库中的 “Adult” 数据集。为减少概念漂移的影响，创建了 10 个排列并对每个排列重复测试，每次运行的宽限期设置为 1。

实验结果

实验类型	设置	错误决策数	平均实例数	备择假设	p 值
受控条件实验（置信度 0.95）	InfoGain, 1ε	25738	117.31	P(