arXiv · ML· 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21
PAI-KNN：在概念漂移与类别不平衡数据流中通过推理时先验调整实现适应
Inference-Time Prior Adaptation for Imbalanced Data Streams under Concept Drift
AI 导读
PAI-KNN 提出一种基于推理时先验调整的 k 近邻分类器，在概念漂移与类别不平衡数据流中保持少数类性能。 它使用滑动窗口缓冲和基于最近观测的类先验动态调整决策规则，在多种合成数据流上与 SOTA 方法表现相当，尤其在动态类别不平衡场景下优势明显。 研究指出，基于内存的流式分类器的适应不必须依赖内存修改，为推理时适应提供了新路径。
来源：arXiv · ML · arxiv.org