OnlineLearning.jl

在线学习Julia中用于预测的在线小批量学习的实现。学习者一个Learner适合通过重复调用update!(l::Learner, x::DSMat{Float64}, y::Vector{Float64})的小型批次(x, y)的数据集的。逐步更新学习器可以优化一些损失函数。损失函数取决于Learner的具体子类型的实现。实际的优化例程由AbstractSGD对象实现。结果的值用predict(l::Learner, x::DSMat{Float64}) 。 predict!(obj::Learner, pr::Vector{Float64}, x::DSMat{Float64})方法就地计算预测。特征( x )可以是稠密或稀疏矩阵。 （ DSMat{T}是DenseMatrix{T}或SparseMatrixCSC{T, Ti <: Integer}的别名）