OPTWIN：基于最优子窗口的漂移识别
机器学习
2024-07-01 v1 数据结构与算法
摘要
在线学习（OL）是一个在学术界与工业界日益受到关注的研究领域。OL 的主要挑战之一是概念漂移的固有存在，通常定义为传入数据流统计性质随时间的不可预见变化。概念漂移检测通常涉及分析底层 OL 算法产生的错误率，以判断概念漂移是否发生，从而使 OL 算法能相应适应。当前概念漂移检测器表现很好（即假阴性率低），但在概念漂移检测中仍倾向于呈现高假阳性率。这可能影响学习器性能，并导致在重训实际仍在其预期范围内运行的模型上耗费不当的计算资源。本文中，我们提出 OPTWIN，即我们的“最优窗口”概念漂移检测器。OPTWIN 在传入数据流上使用事件滑动窗口来追踪 OL 算法的错误。OPTWIN 的新颖之处在于同时考虑学习器产生错误率的均值与方差，以将滑动窗口分割为两个可证明最优的子窗口，使得分割发生在依据 检验或 检验存在统计显著差异的最早事件处。我们在 MOA 框架下评估了 OPTWIN，以 ADWIN、DDM、EDDM、STEPD 和 ECDD 为基线，在 7 个合成与真实世界数据集上、并在突发与渐变概念漂移存在时进行了测试。我们的实验表明，OPTWIN 以统计显著方式超越基线的 F1 分数，同时保持更低的检测延迟并节省多达 21% 的模型重训时间。
引用
@article{arxiv.2305.11942,
title = {OPTWIN: Drift identification with optimal sub-windows},
author = {Mauro Dalle Lucca Tosi and Martin Theobald},
journal= {arXiv preprint arXiv:2305.11942},
year = {2024}
}