Scidown文献预览系统！
通过随机补丁的集成从不断变化的数据流中学习( Learning from evolving data streams through ensembles of random patches )
HM Gomes J Read A Bifet RJ Durrant
集成方法是解决监督学习问题的一种有效方法。这些方法是从不断发展的数据流中学习的常用方法。这种流行的主要原因之一是将概念漂移检测和恢复策略与集成算法结合在一起的可能性。最重要的是，成功的集成策略，如套袋和随机森林，可以很容易地适应流设置。在本文中，我们分析了一种新的集成方法，即流随机补丁(SRP)算法。SRP将随机子空间和在线套袋相结合，获得了与其他方法相比具有竞争力的预测性能。我们显著地扩展了以前的理论见解和实证结果，说明了SRP的不同方面。特别地，我们解释了被广泛采用的增量Hoeffding树与批处理树不同，实际上不是不稳定的学习者，以及这一事实如何显著影响集成方法的设计和性能。我们将SRP与最先进的集成变体进行比较，用于在大量数据集中传输数据。结果表明SRP对真实数据集和合成数据集都有很高的预测性能。我们还展示了随机子空间的集合如何成为SRP的有效和准确的选择，并在增加基本学习者的数量时利用bagging。此外，我们还分析了随时间的多样性和平均树深，从而揭示了局部子空间随机化（如随机森林）和全局子空间随机化（如随机子空间）之间的差异。最后，我们分析了SRP在使用朴素贝叶斯作为基学习器而不是Hoeffding树时的行为。
SciDown文献求助系统（解决99%问题） Public Download Springer ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 基于人工智能(AI)模拟器、深网模拟器(DNS)的水力压裂致密气藏建模下载
scidown 肌骨组织再生的脱细胞基质生物材料研究进展下载
scidown 多组学分析揭示了ASR1转录因子在番茄果实中的作用下载