मैं एक फ्रॉड डिटेक्शन सिस्टम पर काम कर रहा हूं। इस क्षेत्र में, नए फ्रॉड नियमित रूप से दिखाई देते हैं, ताकि नए फीचर्स को मौजूदा आधार पर मॉडल में जोड़ा जाए।
मुझे आश्चर्य है कि इसे (विकास प्रक्रिया के नजरिए से) संभालने का सबसे अच्छा तरीका क्या है? बस फीचर वेक्टर में एक नई सुविधा जोड़ने और क्लासिफायर को फिर से प्रशिक्षित करने के लिए एक भोली दृष्टिकोण लगता है, क्योंकि पुरानी सुविधाओं को फिर से सीखने के लिए बहुत अधिक समय खर्च किया जाएगा।
मैं प्रत्येक फीचर (या संबंधित सुविधाओं के एक जोड़े) के लिए एक क्लासिफायरियर के प्रशिक्षण के तरीके पर सोच रहा हूं, और फिर उन क्लासिफायर के परिणामों को एक समग्र क्लासिफायरियर के साथ जोड़ रहा हूं। क्या इस दृष्टिकोण की कोई कमियां हैं? मैं समग्र वर्गीकरण के लिए एक एल्गोरिथ्म कैसे चुन सकता हूं?