在主动训练中,算法会主动尝试确定条件的变化,并通过相应地修改预测器模型来做出反应。例如,逐个的对炮进行预测,当此炮预测错了就添加到训练集中训练一个新模型。(监督学习时,注意训练样本均衡;异常检测模型,仅将预测错的正常炮添加到训练集中)
独立于系统变化的检测,定期更新模型。逐个训练,不管错没错,依次添加已预测的炮到训练集中。
防止间隔时间太大,放电参数改变太大,老旧炮的数据对预测器预测当前炮有影响。 防止训练集过大,训练时间过长。
本文章使用limfx的vscode插件快速发布