具有多输出 XGB 的增量学习

Question

我正在尝试使用 XGB 执行增量学习，并使用 Sklearn 的 MultiOutputRegressor 进行包装以获得多类回归：

# For instance
# X = np.zeros((1, 8)
# y = np.zeros((1, 32)

multi_model = MultiOutputRegressor(
            xgb.XGBRegressor(objective='reg:squarederror')
            ).fit(X, y)

但是，如果我反复调用 multimodel.fit(X_new, y_new)，它会创建一个新模型，而不执行增量学习。

我尝试使用 "partial_fit()" 并在 .fit 函数中指定 "multi_model"，但两种解决方案均不受支持。

如何使用多类 XGB 实现增量学习？

Answer 1

您是否尝试过保存和重用之前保存的模型并将其传递给 fit(xgb_model = 'trained_xgb_model.model')？ Refer to this post