arXiv 机器学习· Tobias Callies (University of the Bundeswehr Munich), Eirini Ntoutsi (University of the Bundeswehr Munich), Arthur Zimek (University of Southern Denmark)·· 1 天前AI 评分25
概念漂移下不平衡数据流的推理期先验自适应
Inference-Time Prior Adaptation for Imbalanced Data Streams under Concept Drift
AI 导读
研究团队提出分类器 PAI-KNN，通过推理期先验调整而非修改内存来应对概念漂移与类别不平衡。PAI-KNN 维持简单的滑动窗口缓冲区，并利用近期观测得到的类别先验估计动态调整决策规则。在包含多种不平衡与漂移场景的合成数据流测试中，PAI-KNN 性能媲美 SOTA 方法，在动态类别不平衡与概念漂移场景下表现尤为优异。
来源：arXiv 机器学习 · arxiv.org