漂移检测：引入高斯分裂检测器
分布式、并行与集群计算
2024-05-15 v1 机器学习
摘要
近期研究产生了大量的漂移检测器。然而，为了获得显著的性能，在漂移检测阶段必须具备真实的类别标签。本文旨在解决检测阶段真值未知情况下的漂移检测问题。为此，我们引入了高斯分裂检测器(GSD)，这是一种以批处理模式工作的新型漂移检测器。GSD专为数据服从正态分布的情况设计，并利用高斯混合模型来监控决策边界的变化。该算法旨在处理多维数据流，并在推理阶段无需真值标签即可工作，使其适用于真实场景。在基于真实和合成数据集的广泛实验研究中，我们评估了该检测器相对于现有技术的表现。结果表明，我们的检测器在检测真实漂移和忽略虚拟漂移方面均优于现有技术，这对于避免误报至关重要。
引用
@article{arxiv.2405.08637,
title = {Drift Detection: Introducing Gaussian Split Detector},
author = {Maxime Fuccellaro and Laurent Simon and Akka Zemmari},
journal= {arXiv preprint arXiv:2405.08637},
year = {2024}
}