Останнім часом я працюю з великими наборами даних і знайшов чимало паперів потокових методів. Назвати декілька:
- Слідкуйте за регульованим лідером та дзеркальним походженням: теорії еквівалентності та регуляризація L1 ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf )
- Потокове навчання: однопрохідні SVM ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf )
- Pegasos: Первинна оцінка під-GrAdient SOlver для SVM http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf
- або тут: Чи може SVM робити потокове навчання одним прикладом?
- Потокові випадкові ліси ( http://research.cs.queensu.ca/home/cords2/ideas07.pdf )
Однак мені не вдалося знайти жодної документації щодо їх порівняння. Кожна прочитана стаття, здається, проводить експерименти на різних наборах даних.
Я знаю про sofia-ml, vowpal wabbit, але вони, здається, реалізують дуже мало методів, порівняно з величезною кількістю існуючих методів!
Хіба менш поширені алгоритми недостатньо ефективні? Чи є якась стаття, яка намагається переглянути якомога більше методів?
7
Якщо цього немає, то напишіть це самі :)
—
Кріс К
ви розумієте, що людям в академічних школах доводиться писати документи / придумувати нові алгоритми, і вони шукатимуть набори даних, на яких найкраще працює їх алгоритм. Я рекомендую вам просто переконатися, що ви розумієте, як працює одна бібліотека, наприклад vowpal-wabbit (тобто всі параметри тощо).
—
seanv507
Це насправді навпаки! Я зрозумів, що люди обрали найкращий набір даних і, як правило, відносно мовчать про те, як вони перехрещували алгоритми (як їхні, так і конкуруючі методи). Я радше шукаю потокову версію jmlr.org/papers/volume15/delgado14a/delgado14a.pdf
—
RUser4512
Дійсно як папір JMLR, яку ви зв'язали. Я сам не знаю подібного порівняння для потокових алгоритмів. Можливо, тому, що потокова передача є більш нішевою, а також тому, що порівняти класифікатори для статичних наборів даних вже важко, але зробити складне порівняння для потокової передачі даних ще складніше.
—
статистика0007
Хоча вони конкретно не відповідають на ваше запитання, два пов'язані з цим ресурси: Оцінка алгоритмів, що вивчаються з потоків даних Гами та ін., В яких обговорюються методи оцінки, та МОА (Massive Online Analysis) , відкрита рамка для видобутку потоку даних, яка включає можливість оцінювати результативність.
—
користувач77876