在在线学习中,概念漂移是指符合输入数据的目标变量随时间变化的情况。 可以以不同的形式研究数据随时间分布的变化,即突变,渐进,增量和重复出现的概念。 本文通过概念漂移,不同形式的漂移,概念漂移的原因说明了增量学习,并提出了一组与现实生活问题相关的说明性概念漂移应用程序。 还与具有概念漂移问题的这些应用相关地讨论了诸如学习速度,预测和分类准确性,错误惩罚,对手活动和真实标签之类的各个方面。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~