颜色分类leetcode driftDatasets 漂移数据集

颜色分类leetcode漂移数据集人造的：该数据集由50000个实例组成，具有三个属性，其中只有两个是相关的。两个类别的决策边界由f 1 + f 2 = b给出，其中f 1 、f 2是两个相关特征和ba预定义阈值。通过每12500个样本更改b的值，使用四种不同的概念模拟突然漂移。还包括10%的噪音。 d维空间中的超平面在位置和方向连续加法上不断变化。我们在MOA中使用了与（10维，2类，delta=0.001）相同的参数化的随机超平面生成器。具有随机初始位置、权重和标准偏差的高斯分布在d维空间中以恒定速度v移动。权重控制高斯样本之间的划分。我们在MOA中使用了随机RBF生成器，其参数化与（10个维度，50个高斯，5个类别，v=0.001）中的参数化相同。 （自己的数据集：用于发表时请引用） 15个具有随机协方差矩阵的高斯分布每3000个样本相互替换。因此，切换位置的高斯人的数量每次增加1，直到所有人都同时改变他们的位置。这允许在强度增加的突然漂移的情况下评估算法。在这个数据集中总共发生了67