タグ付けされた質問 「online-learning」

ランダムフォレスト（RF）は、ディシジョンツリー（DT）のアンサンブルによって作成されます。バギングを使用することにより、各DTは異なるデータサブセットでトレーニングされます。したがって、新しいデータにさらに決定的な要素を追加して、オンラインランダムフォレストを実装する方法はありますか？ たとえば、10,000個のサンプルがあり、10個のDTをトレーニングします。その後、1Kサンプルを取得し、完全なRFを再度トレーニングする代わりに、新しいDTを追加します。予測は、10 + 1 DTのベイジアン平均によって行われます。 さらに、以前のデータをすべて保持する場合、新しいDTは主に新しいデータでトレーニングできます。この場合、サンプルが選択される確率は、既に選択された回数に応じて重み付けされます。

13 random-forest  online-learning 

株式データを予測するオンライン学習を実行するためのパッケージ（python、R、またはスタンドアロンパッケージ）を探しています。 私はVowpal Wabbit（https://github.com/JohnLangford/vowpal_wabbit/wiki）を見つけて読みました。これは非常に有望であるようですが、他にパッケージがあるかどうか疑問に思っています。 前もって感謝します。

10 machine-learning  online-learning 

私のトレーニングセットには、約5万のエントリが含まれています。毎週、5,000エントリが追加されます。しかし、同じ量が「消えます」（しばらくしてから削除する必要のあるユーザーデータであるため）。 したがって、後で完全なデータセットにアクセスできないため、オンライン学習を使用します。現在は機能するを使用してSGDClassifierいますが、大きな問題があります。新しいカテゴリが表示され、最初のモデルにはなかったため、モデルを使用できなくなりましたfit。 SGDClassifierまたは他のモデルで方法はありますか？ディープラーニング？ 今からゼロから始めなければならないかどうか（つまりSGDClassifier、以外のものを使用するかどうか）は関係ありませんが、新しいラベルでオンライン学習を可能にするものが必要です。

9 multiclass-classification  online-learning