【问题标题】:In the scikit-multiflow EvaluatePrequential class, what is the difference between the paramter n_wait and batch_size?在scikit-multiflow Evaluate Prequential类中,参数n_wait和batch_size有什么区别?
【发布时间】:2019-08-11 11:04:27
【问题描述】:

我的第一个理解是,batch_size 基本上是首先在新传入数据上测试模型然后在新数据上训练它/它们所需要的。那么,n_wait 是如何影响这个过程的呢?

文档:evaluate_prequential

我的第一个猜测是 n_wait 不会改变程序,而只会影响指标的计算方式。你同意吗?

奖励:是否有一种集成方式来处理多流中的可变批量大小?

【问题讨论】:

    标签: python scikit-learn time-series data-stream


    【解决方案1】:

    batch_size 参数对应于在每个testtrain 操作中传递给模型的数据样本数。

    正如您所提到的,n_wait 参数用于控制在评估“当前”性能时要考虑的数据量(最后一个 n 样本)。此外,它还用于控制评估图的刷新率。

    对于附加问题,EvaluatePrequential 不支持可变批量大小。但是,可用的学习方法可以处理这种情况。

    【讨论】:

      猜你喜欢
      • 2020-10-23
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2018-06-09
      • 2017-04-04
      • 2010-09-14
      • 2016-08-01
      相关资源
      最近更新 更多