One-pass online learning from data streams with unpredictable feature evolution

2025-07-05

0

PRE

AI

DOI：10.1016/j.patcog.2025.112003

原文求助

摘要

En 中文

• 提出了一种基于核的在线学习方法，用于处理更真实的特征演化数据流。 • 引入了一种基于预算和投影的支持向量选择策略，以确保模型的计算效率。 • 提供了理论分析，以证明所提出方法的次线性遗憾。

Keyword:

kernel-based online learning

feature evolution data streams

support vector selection

budget and projection

sublinear regret