具有概念漂移数据流的现实世界应用程序概述-研究论文

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。