如何使用 scikit-learn 中的新示例训练训练有素的模型？

Question

我正在从事一项机器学习分类任务，在该任务中，我用 scikit-learn 中的不同算法训练了许多模型，而随机森林分类器表现最好。现在我想用新的例子进一步训练模型，但是如果我通过在新例子上调用 fit 方法来训练相同的模型，那么它将通过删除旧参数从头开始训练模型。 那么，如何通过在 scikit-learn 中使用新示例来训练训练好的模型呢？

我通过在线阅读对模型进行腌制和解封得到了一些想法，但我不知道它有什么帮助。

Answer 1

您应该使用incremental learning 和实现partial_fit API 的估算器。

Answer 2

RandomForrestClassifier 有一个标志 warm_start。请注意，这不会产生与同时训练两组相同的结果。

Answer 3

将新数据附加到您现有的数据集，然后对整个数据集进行训练。可能想要为您的测试集保留一些新数据。