A comprehensive active learning method for multiclass imbalanced data streams with concept drift

A challenge to many real-world applications is multiclass imbalance with concept drift. In this paper, we propose a comprehensive active learning method for multiclass imbalanced streaming data with concept drift (CALMID). First, we design a comprehensive online active learning framework that includ...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Knowledge-based systems Jg. 215; S. 106778
Hauptverfasser:	Liu, Weike, Zhang, Hang, Ding, Zhaoyun, Liu, Qingbao, Zhu, Cheng
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Amsterdam Elsevier B.V 05.03.2021 Elsevier Science Ltd
Schlagworte:	Active learning Algorithms Classifiers Concept drift Data stream Data transmission Drift Imbalance Learning Machine learning Multiclass imbalance Online active learning Sliding Teaching methods Thresholds Uncertainty Multiclass imbalance Data stream Online active learning Concept drift
ISSN:	0950-7051, 1872-7409
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!