arXiv发布大规模电商概念漂移检测研究
热点事件持续更新
arXiv发布大规模电商概念漂移检测研究
1 篇报道1 个报道来源9 小时前更新
先了解这件事
报道摘要
研究在 1.375 亿行的 Trendyol 排序特征表上评测五种多列双样本漂移检测方法，发现基于 Apache Spark 的分布式最大均值差异（MMD）配合 Random Fourier Features 表现最稳健，在强漂移区间与预期漂移幅度的 Pearson 相关系数达 r = 0.940，真阳性率 80.4%，假阳性率 3.2%。
摘自 arXiv stat.ML
最新进展10月7日 12:00
面向大规模电商运营数据概念漂移的分布式联合分布检验报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv stat.ML面向大规模电商运营数据概念漂移的分布式联合分布检验
研究在 1.375 亿行的 Trendyol 排序特征表上评测五种多列双样本漂移检测方法，发现基于 Apache Spark 的分布式最大均值差异（MMD）配合 Random Fourier Features 表现最稳健，在强漂移区间与预期漂移幅度的 Pearson 相关系数达 r = 0.940，真阳性率 80.4%，假阳性率 3.2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。