新类别的增量添加

Question

我想知道是否有任何算法可以将新类增量添加到现有分类器系统中。例如如果我已经训练了一个有 50 个类别的系统，并且我想在系统中添加另外 10 个类别，我应该研究什么方法？有广泛的算法允许使用来自现有类别的额外训练样本增量更新系统，但我不知道允许添加更多类别的方法。从理论上讲，我认为类似最近邻的算法可以应用于此任务，但是是否有其他算法适用于大规模任务（比如更新一个训练有 500 个类别和 50 个附加类别的系统？可能属于增量决策树的领域? 增量 SVM 等算法不能很好地适应大量类别。如果有任何论文/代码，我将不胜感激。

Answer 1

如果我对您的问题的理解正确，那么您是在询问分裂聚类（您有一组给定的数据并希望用比以前更多的组重新聚类它们）。

我熟悉的大多数算法都需要从头开始重新构建集群。但是，您可能想查看 BIRCH 算法。由于它仅存储类的摘要（没有明确的数据引用），因此它 a）适用于 Big Data™，并且 b）它具有一种距离度量，可以告诉您接下来应该拆分哪个类别（以防您想要动态生成另外 50 个“最独特”的类别）。