How to adjust an ensemble size in stream data mining?

در این مقاله، یک رویکرد جدید برای طراحی گروهی به منظور طبقه بندی داده ها ارائه می شود. رویکرد ما توسط دو قضیه پشتیبانی می شود که نشان می دهد چگونه تصمیم می گیریم که آیا یک مولفه جدید باید به گروه اضافه شود یا خیر، بر اساس این فرض که چنین اقدام باید دقت مجموعه را افزایش دهد نه فقط برای بخش فعلی مشاهدات بلکه برای جریان کامل (بی نهایت) داده. نتیجه گیری این قضیه با یک احتمال معقول (اعتماد) تعیین شده توسط کاربر صورت می گیرد. از طریق شبیه سازی کامپیوتری، در میان دیگران، ما نشان می دهد که کاهش اعتماد به نفس که تصمیم گیری بر اساس بخش محدود از جریان همان است که بر اساس کل (بی نهایت) جریان داده ها تنها کمی بهبود دقت در هزینه مصرف حافظه قابل توجه است. علاوه بر این، ما یک روش جدید را برای ارزیابی اجزای سازنده، یعنی درخت تصمیم گیری، با تعیین وزن برای هر برگ درخت معرفی خواهیم کرد. در رویکردهای قبلی وزن به کل مولفه گروه اختصاص داده شد. رویکرد جدید مبتنی بر مشاهدات است که احتمال نتیجه درست درخت در بخش های مختلف درخت متفاوت است.