Sep, 2024
在延迟标签环境中实例增量学习与批量学习的效果评估：针对欺诈检测的表格数据流的实证研究
Evaluating the Efficacy of Instance Incremental vs. Batch Learning in
Delayed Label Environments: An Empirical Study on Tabular Data Streaming for
Fraud Detection
TL;DR本研究针对真实世界中延迟标签的学习环境，探讨实例增量学习与批量学习的表现差异，填补了此领域的研究空白。通过对欺诈检测问题及常用生成数据集的实证分析，发现实例增量学习在预测性能和计算效率方面未必优于批量学习模型，后者在可解释性方面也更具优势。