卡塔琳娜·楚米特肖(Katharina Tschumitschew);Frank Klawonn先生 漂移和噪声对数据流回归模型最佳滑动窗口大小的影响。 (英语) Zbl 1409.68242号 Commun公司。统计、理论方法 46,第10号,5109-5132(2017). 摘要:非平稳数据流的分析要求模型不断适应相关的最新数据。这要求必须将数据流中的变化与噪声区分开来。许多方法都基于启发式适应方案。我们分析了简单的回归模型,以了解噪声和概念漂移的联合影响,并得出回归模型的最佳滑动窗口大小。我们的理论分析和模拟表明,接近最佳的窗口大小可能至关重要。我们的模型可以用作其他模型的基准,以了解它们如何应对噪声和漂移。 MSC公司: 68T05型 人工智能中的学习和自适应系统 60克50 独立随机变量的和;随机游走 62J05型 线性回归;混合模型 68周27 在线算法;流式算法 关键词:自适应回归;概念漂移;数据流分析;在线学习 PDF格式BibTeX公司 XML格式引用 \textit{K.Tschumitschew}和\textit{F.Klawonn},Commun。Stat.,理论方法46,No.10,5109--5132(2017;Zbl 1409.68242) 全文: 内政部 链接