online-ml/river

解决的问题

River 解决了在流式数据上训练机器学习模型的问题。与在固定数据集上训练模型的传统批量学习不同，River 允许模型逐个从新数据点中学习，消除了重新访问过去数据的需求，并使系统对概念漂移（随时间变化的底层数据分布变化）具有鲁棒性。

工作原理

River 实现了一个流式接口，其中预测和模型更新是顺序进行的。它提供了 learn_one 和 predict_one 模式，允许模型一次处理单个样本。对于需要的人，它还通过 pandas 支持可选的微批处理接口（learn_many、predict_many）。

适用对象

专为需要为基于事件的生产环境构建模型的开发人员和数据科学家，以及处理随时间演变的数据的人士而设计。

亮点

• 多样化的算法套件：包括线性模型、决策树、随机森林、异常检测、漂移检测和推荐系统。
• Creme 与 Scikit-Multiflow 合并：结合了两个成熟的在线机器学习库的功能。
• 全面的工具集：提供在线统计、预处理、特征提取和渐进式模型验证。
• 用户友好的 API：专注于清晰度和易用性，与 Python 生态系统无缝集成。