점진적 학습

분류 모델을 스트리밍 데이터에 피팅하고 성능 추적

점진적 학습(또는 온라인 학습)에는 데이터 스트림에서 들어오는 데이터 처리가 포함되는데, 예측 변수의 분포, 목적 함수의 여러 특성, 심지어 관측값에 레이블이 지정되었는지 여부에 대한 정보가 거의 또는 전혀 제공되지 않을 수 있습니다. 점진적 학습 문제는 레이블이 지정된 데이터가 충분히 있어서 이를 사용해 모델에 피팅하고, 교차 검증을 수행하여 하이퍼파라미터를 조정하고, 예측 변수 분포 특징을 추론하는 기존의 머신러닝 방법과 대조됩니다.

점진적 학습에는 점진적 모델로 구성된 모델이 필요합니다. incrementalClassificationLinear와 같은 객체를 호출하여 사용자가 직접 점진적 모델을 만들어 구성할 수도 있고 incrementalLearner를 사용하여 전통적으로 훈련된 지원 모델을 점진적 학습기로 변환할 수도 있습니다. 모델을 구성하고 데이터 스트림을 설정한 후에는 들어오는 데이터 청크에 대해 점진적 모델을 피팅하고 모델의 예측 성능을 추적할 수 있으며 이 두 작업을 동시에 수행할 수도 있습니다.

자세한 내용은 Incremental Learning Overview 항목을 참조하십시오.

또한 분류 오차와 같은 개념 데이터의 드리프트를 점진적으로 모니터링할 수도 있습니다. 먼저 incrementalConceptDriftDetector를 사용하여 드리프트 탐지기를 구성해야 합니다. 데이터 스트림을 설정한 후 detectdrift를 사용하여 드리프트 탐지기를 업데이트하여 드리프트를 검사할 수 있습니다. 자세한 내용은 도움말 페이지를 참조하십시오.

함수

모두 확장

드리프트-인식 학습

점진적 드리프트-인식 모델 만들기

incrementalDriftAwareLearner Construct drift-aware model for incremental learning

점진적으로 피팅하고 성능 추적하기

`fit`	Train drift-aware learner for incremental learning with new data
`updateMetrics`	Update performance metrics in incremental drift-aware learning model given new data
`updateMetricsAndFit`	Update performance metrics in incremental drift-aware learning model given new data and train model

기타 모델 작업

`loss`	Regression or classification error of incremental drift-aware learner
`perObservationLoss`	Per observation regression or classification error of incremental drift-aware learner
`predict`	Predict responses for new observations from incremental drift-aware learning model
`reset`	Reset incremental drift-aware learner

커널 이진 분류

점진적 모델 만들기

`incrementalClassificationKernel`	Binary classification kernel model for incremental learning
`incrementalLearner`	Convert kernel model for binary classification to incremental learner

점진적으로 피팅하고 성능 추적하기

`fit`	Train kernel model for incremental learning
`updateMetrics`	Update performance metrics in kernel incremental learning model given new data
`updateMetricsAndFit`	Update performance metrics in kernel incremental learning model given new data and train model

기타 모델 작업

`predict`	Predict responses for new observations from kernel incremental learning model
`loss`	Loss of kernel incremental learning model on batch of data
`perObservationLoss`	Per observation classification error of model for incremental learning
`reset`	Reset incremental classification model

선형 이진 분류

점진적 모델 만들기

`incrementalClassificationLinear`	Binary classification linear model for incremental learning
`incrementalLearner`	Convert binary classification support vector machine (SVM) model to incremental learner
`incrementalLearner`	Convert linear model for binary classification to incremental learner

점진적으로 피팅하고 성능 추적하기

`fit`	Train linear model for incremental learning
`updateMetrics`	Update performance metrics in linear incremental learning model given new data
`updateMetricsAndFit`	Update performance metrics in linear incremental learning model given new data and train model

기타 모델 작업

`predict`	Predict responses for new observations from linear incremental learning model
`loss`	Loss of linear incremental learning model on batch of data
`perObservationLoss`	Per observation classification error of model for incremental learning
`reset`	Reset incremental classification model

다중클래스 ECOC 분류

점진적 모델 만들기

`incrementalClassificationECOC`	Multiclass classification model using binary learners for incremental learning
`incrementalLearner`	Convert multiclass error-correcting output codes (ECOC) model to incremental learner

점진적으로 피팅하고 성능 추적하기

`fit`	Train ECOC classification model for incremental learning
`updateMetrics`	Update performance metrics in ECOC incremental learning classification model given new data
`updateMetricsAndFit`	Update performance metrics in ECOC incremental learning classification model given new data and train model

기타 모델 작업

`predict`	Predict responses for new observations from ECOC incremental learning classification model
`loss`	Loss of ECOC incremental learning classification model on batch of data
`perObservationLoss`	Per observation classification error of model for incremental learning
`reset`	Reset incremental classification model

나이브 베이즈 분류

점진적 모델 만들기

`incrementalClassificationNaiveBayes`	Naive Bayes classification model for incremental learning
`incrementalLearner`	Convert naive Bayes classification model to incremental learner

점진적으로 피팅하고 성능 추적하기

`fit`	Train naive Bayes classification model for incremental learning
`updateMetrics`	Update performance metrics in naive Bayes incremental learning classification model given new data
`updateMetricsAndFit`	Update performance metrics in naive Bayes incremental learning classification model given new data and train model

기타 모델 작업

`predict`	Predict responses for new observations from naive Bayes incremental learning classification model
`loss`	Loss of naive Bayes incremental learning classification model on batch of data
`logp`	Log unconditional probability density of naive Bayes classification model for incremental learning
`perObservationLoss`	Per observation classification error of model for incremental learning
`reset`	Reset incremental classification model

개념 드리프트 감지

개념 드리프트 탐지기 만들기

incrementalConceptDriftDetector Instantiate incremental concept drift detector

드리프트 감지 및 모델 재설정

`detectdrift`	Update drift detector states and drift status with new data
`reset`	Reset incremental concept drift detector

객체

모두 확장

개념 드리프트 점진적 탐지기

`DriftDetectionMethod`	Incremental drift detector that utilizes Drift Detection Method (DDM)
`HoeffdingDriftDetectionMethod`	Incremental concept drift detector that utilizes Hoeffding's Bounds Drift Detection Method (HDDM)

도움말 항목

Incremental Learning Overview
Discover fundamental concepts about incremental learning, including incremental learning objects, functions, and workflows.
Configure Incremental Learning Model
Prepare an incremental learning model for incremental performance evaluation and training on a data stream.
Implement Incremental Learning for Classification Using Succinct Workflow
Use the succinct workflow to implement incremental learning for binary classification with prequential evaluation.
Implement Incremental Learning for Classification Using Flexible Workflow
Use a flexible workflow to implement incremental learning for binary classification with prequential evaluation.
Initialize Incremental Learning Model from Logistic Regression Model Trained in Classification Learner
Train a logistic regression model using the Classification Learner app, and then initialize an incremental model for binary classification using the estimated coefficients.
Perform Conditional Training During Incremental Learning
Use the flexible workflow to implement conditional training during incremental learning with a naive Bayes multiclass classification model.
Perform Text Classification Incrementally
This example shows how to incrementally train a model to classify documents based on word frequencies in the documents; a bag-of-words model.
Incremental Learning with Naive Bayes and Heterogeneous Data
This example shows how to prepare heterogeneous predictor data, containing real-valued and categorical measurements, for incremental learning using a naive Bayes classifier.