探索局部漂移检测局限性的合成基准
机器学习
2025-03-06 v1
摘要
概念漂移是数据流中常见现象，其中目标变量的统计属性随时间变化。传统上，漂移被假定为全局发生，均匀影响整个数据集。然而，在现实场景中，这种假设并不总是成立，因为数据中只有特定的子群体可能经历漂移。本文探讨了局部漂移的概念，并评估了几种漂移检测技术在识别此类局部变化方面的性能。我们引入了一个基于Agrawal生成器的合成数据集，其中漂移是在随机选择的子组中诱导的。我们的实验表明，当漂移局限于小部分子群体时，常用的漂移检测方法可能无法检测到漂移。我们提出并测试了各种漂移检测方法，以量化它们在此局部漂移场景中的有效性。我们在https://github.com/fgiobergia/subgroup-agrawal-drift提供了用于生成合成基准的源代码。
引用
@article{arxiv.2408.14687,
title = {A Synthetic Benchmark to Explore Limitations of Localized Drift Detections},
author = {Flavio Giobergia and Eliana Pastor and Luca de Alfaro and Elena Baralis},
journal= {arXiv preprint arXiv:2408.14687},
year = {2025}
}
备注
Paper accepted at DELTA Workshop @ KDD 2024