Enhash：一种用于概念漂移检测的快速流式算法
机器学习
2020-11-10 v1 机器学习
摘要
我们提出 Enhash，一种检测数据流中概念漂移的快速集成学习器。流可能包含突变、渐变、虚拟或重现事件，或多种漂移类型的混合。Enhash 采用投影哈希插入传入样本。我们通过实验表明，所提方法在远少的时间内具有与现有集成学习器相竞争的性能。此外，Enhash 具有适中的资源需求。与性能比较相关的实验在包含各类漂移的 6 个人工数据集和 4 个真实数据集上进行。
引用
@article{arxiv.2011.03729,
title = {Enhash: A Fast Streaming Algorithm For Concept Drift Detection},
author = {Aashi Jindal and Prashant Gupta and Debarka Sengupta and Jayadeva},
journal= {arXiv preprint arXiv:2011.03729},
year = {2020}
}