मैं हाल ही में बड़े डेटा सेट के साथ काम कर रहा हूं और स्ट्रीमिंग विधियों के बहुत सारे पेपर पाए गए हैं। कुछ नाम है:
- अनुवर्ती नियमित नेता और मिरर डीसेंट: समतुल्यता सिद्धांत और L1 नियमितीकरण ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf )
- स्ट्रीमिंग लर्निंग: एक-पास एसवीएम ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf )
- पेगासोस: एसवीएम के लिए अनुमानित अनुमानित उप-ग्रैडिएंट शेवर http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf
- या यहाँ: क्या SVM एक बार में एक उदाहरण को सीख सकता है?
- रैंडम फ़ॉरेस्ट स्ट्रीमिंग ( http://research.cs.queensu.ca/home/cords2/ideas07.pp )
हालाँकि, मैं इस बारे में कोई दस्तावेज़ीकरण नहीं कर पाया कि वे एक दूसरे से तुलना कैसे करते हैं। मैंने पढ़ा हर लेख अलग-अलग डेटा सेट पर प्रयोग चलाने लगता है।
मुझे पता है कि सोफिया-एमएल, वोवपाल वैबिट के बारे में, लेकिन वे मौजूदा तरीकों की भारी मात्रा की तुलना में बहुत कम तरीकों को लागू करते हैं!
क्या कम सामान्य एल्गोरिदम पर्याप्त प्रदर्शन नहीं कर रहे हैं? क्या कोई पेपर संभव के रूप में कई तरीकों की समीक्षा करने की कोशिश कर रहा है?
7
अगर वहाँ नहीं है, तो आपको इसे स्वयं लिखना चाहिए :)
—
क्रिस सी।
आप समझते हैं कि अकादमिया में लोगों को नए एल्गोरिदम के साथ पेपर लिखना / आना पड़ता है, और वे उन डेटा सेटों की खोज करेंगे, जिन पर उनका एल्गोरिथ्म सबसे अच्छा प्रदर्शन करता है। मैं आपको यह सुनिश्चित करने की सलाह दूंगा कि आप यह समझें कि कैसे एक पुस्तकालय जैसे कि vowpal-wabbit रन (यानी सभी पैरामीटर आदि)।
—
seanv507
यह वास्तव में विपरीत है! मैंने समझा कि लोगों ने सबसे अच्छा डेटा सेट चुना और आम तौर पर इस बात पर अपेक्षाकृत चुप हैं कि उन्होंने एल्गोरिदम (उनके और प्रतिस्पर्धा के तरीकों दोनों) को कैसे पार किया। मैं बजाय jmlr.org/papers/volume15/delgado14a/delgado14a.pdf
—
RUser4512
वास्तव में जेएमएलआर पेपर जैसा आपने लिंक किया है। मैं स्वयं इसलिए स्ट्रीमिंग एल्गोरिदम के लिए एक समान तुलना नहीं जानता हूं। शायद इसलिए कि स्ट्रीमिंग अधिक आला है और इसलिए भी क्योंकि पहले से ही स्टैटिक डेटासेट के लिए क्लासिफायर की तुलना करना कठिन है, स्ट्रीमिंग डेटा के लिए निष्पक्ष तुलना करना और भी जटिल है।
—
सांख्यिकी 10007
हालांकि ये आपके प्रश्न का विशेष रूप से उत्तर नहीं देते हैं, दो संबंधित संसाधन हैं: मूल्यांकन एल्गोरिदम जो डेटा स्ट्रीम से लामा एट अल।, जो मूल्यांकन तकनीकों, और एमओए (बड़े पैमाने पर ऑनलाइन विश्लेषण) पर चर्चा करता है, जिसमें डेटा स्ट्रीम के लिए एक खुला स्रोत ढांचा शामिल है। प्रदर्शन का मूल्यांकन करने की क्षमता।
—
14:77 पर user77876