scikit-dyn2sel——面向数据流的动态选择框架
机器学习
2020-08-21 v1
摘要
挖掘数据流本身即是一项挑战。它必须准备好处理海量数据以及批量机器学习中不存在的问题，例如概念漂移（concept drift）。因此，应用为批量设计的技术，如分类器动态选择（DCS），也构成挑战。处理流的集成方法的动态特性给传统 DCS 技术在这类分类器中的应用带来了障碍。scikit-dyn2sel 是一个专为流式数据中的动态选择技术定制的开源 Python 库。scikit-dyn2sel 的开发遵循代码质量和测试标准，包括 PEP8 合规，以及使用 codecov.io 和 circleci.com 实现的自动化高测试覆盖率。源代码、文档和示例已在 GitHub 上提供：https://github.com/luccaportes/Scikit-DYN2SEL。
引用
@article{arxiv.2008.08920,
title = {scikit-dyn2sel -- A Dynamic Selection Framework for Data Streams},
author = {Lucca Portes Cavalheiro and Jean Paul Barddal and Alceu de Souza Britto and Laurent Heutte},
journal= {arXiv preprint arXiv:2008.08920},
year = {2020}
}
备注
Paper introducing scikit-dyn2sel, a dynamic selection framework for data streams