热点事件持续更新
大规模电商数据概念漂移的分布式联合分布检测研究
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Statistics Machine Learning 发布一手论文《大规模电商数据概念漂移的分布式联合分布检测》。论文评估了五类多列双样本漂移检测方法，涵盖边际、投影与核嵌入方法。研究在 Harvard Dataverse 与 Failing Loudly 数据集上进行复现实验，平均绝对误差为0.030–0.053，并在包含1.375亿行的 Trendyol 商品排序特征表上测试了四类漂移，验证方法在大规模电商场景下的有效性。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
arXiv 发布该论文，评估五类漂移检测方法并在 Trendyol 1.375 亿行特征表上完成四类漂移测试。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Statistics Machine Learning大规模电商数据概念漂移的分布式联合分布检测
论文评估了五类多列双样本漂移检测方法（边际、投影与核嵌入方法），在 Harvard Dataverse、Failing Loudly 复现（平均绝对误差 0.030–0.053）及 1.375 亿行 Trendyol 商品排序特征表上测试四类漂移。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。