Ein experimenteller Vergleich von Batch- und Online Machine Learning-Algorithmen

In diesem Kapitel werden die Ergebnisse der experimentellen Analysen vorgestellt. Die erste Studie (Abschnitt 9.1) untersucht die Verwendung von Batch Machine Learning (BML)- und Online Machine Learning (OML)-Modellen für die Vorhersage der Nachfrage nach Fahrrädern in einem Fahrradverleih (engl. “Bike-Sharing-Station”). Die zweite Studie (Abschnitt 9.2) untersucht die Verwendung von BML- und OML-Modellen für die Vorhersage, wenn sehr große Datensätze vorliegen, die mit einer Drift versehen sind. Hierfür wird der synthetische Friedman-Drift-Datensatz (siehe Definition 1.6) verwendet. Alle Datensätze wurden mit der StandardScaler-Methode standardisiert, so dass die Modelle auf Daten mit Mittelwert null und Standardabweichung eins trainiert wurden.