Trendyol 亿行数据漂移检测基准研究

Cagdas Pullu 等作者发布预印本论文，在 1.375 亿行的 Trendyol 集合排序特征表上对五种多列双样本概念漂移检测方法进行基准评测，结论是基于 Apache Spark 的分布式最大均值差异（MMD）配合随机傅里叶特征扩展最稳健。 评测覆盖三个环境：Harvard Dataverse、经校验的 Failing Loudly 复现（平均绝对误差 0.030 至 0.053），以及该 Trendyol 特征表上的合成注入基准；比较的方法包括边缘检验、基于投影的方法和核嵌入方法。上述稳健性结论来自该预印本。 论文同时报告作者提出了一套面向大规模电商运营数据的分布式联合分布检验方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。