增量最大熵分类器

用于构建最大熵分类器的算法是否可以修改为增量运行,还是它本质上是一个批处理过程?我找到了一些开源 实现,但它们都是批处理,即使检查了代码,我也无法想象如何修改它们以实现增量运行。这是可能的吗?


回答:

当然可以通过增量过程来训练最大熵分类器。我认为最流行的训练方案可能是随机梯度下降。你也可以使用逻辑回归这个术语来代替最大熵,这样有助于搜索引擎的查找。

通过简短的搜索,或许这些可能会有所帮助?

http://alias-i.com/lingpipe/demos/tutorial/logistic-regression/read-me.html

https://issues.apache.org/jira/browse/MAHOUT-228

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注