Пошаговое обучение

Подбирайте линейную модель для регрессии к потоковой передаче данных и отследите его эффективность

Пошаговое обучение или дистанционное обучение, касается обработки входящих данных от потока данных, возможно, учитывая мало ни к какому знанию распределения переменных предикторов, аспектов целевой функции, или даже помечены ли наблюдения. Проблемы контрастируют с традиционными методами машинного обучения, в которых достаточно маркированных данных доступно, чтобы соответствовать к модели, выполнить перекрестную проверку, чтобы настроить гиперпараметры и вывести характеристики распределения предиктора.

Пошаговое обучение требует сконфигурированной инкрементной модели. Можно создать и сконфигурировать инкрементную модель непосредственно при помощи incrementalRegressionLinear, или можно преобразовать поддерживаемую традиционно обученную модель в инкрементного ученика при помощи incrementalLearner. После конфигурирования модели и подготовки поток данных, можно подбирать инкрементную модель к входящим фрагментам данных, отследить его прогнозирующую эффективность или выполнить оба действия одновременно.

Для получения дополнительной информации см. Обзор Пошагового обучения

Функции

развернуть все

incrementalLearnerПреобразуйте модель регрессии машины опорных векторов (SVM) в инкрементного ученика
incrementalLearnerПреобразуйте модель линейной регрессии в инкрементного ученика
fitОбучите модель пошагового обучения
updateMetricsОбновите метрики производительности модели пошагового обучения на новых данных
updateMetricsAndFitОбновите метрики производительности модели пошагового обучения на новых данных, затем обучите модель
predictПредскажите ответы для новых наблюдений из модели пошагового обучения
lossПотеря модели пошагового обучения на пакете данных

Объекты

incrementalRegressionLinearМодель линейной регрессии для пошагового обучения

Темы

Обзор пошагового обучения

Incremental learning или online learning, является ветвью машинного обучения, касавшегося обработки входящих данных от потока данных — постоянно и в режиме реального времени — возможно, учитывая мало ни к какому знанию распределения переменных предикторов, объема выборки, аспектов предсказания или целевой функции (включая соответствующие настраивающие значения параметров), или пометили ли наблюдения.

Сконфигурируйте модель пошагового обучения

Подготовьте модель пошагового обучения к инкрементной оценке результатов деятельности и обучению на потоке данных.

Реализуйте пошаговое обучение Используя сжатый рабочий процесс

В этом примере показано, как использовать сжатый рабочий процесс, чтобы реализовать пошаговое обучение для линейной регрессии с prequential оценкой.

Реализуйте пошаговое обучение Используя гибкий рабочий процесс

В этом примере показано, как использовать гибкий рабочий процесс, чтобы реализовать пошаговое обучение для линейной регрессии с prequential оценкой.

Инициализируйте модель пошагового обучения из модели регрессии SVM, обученной в Regression Learner

Обучите линейную модель регрессии SVM использование Regression Learner, затем инициализируйте инкрементную модель для регрессии с помощью предполагаемых коэффициентов.