如何增量训练 H2O 朴素贝叶斯分类器？

【问题标题】：How to incrementally train H2O naive bayes classifier?如何增量训练 H2O 朴素贝叶斯分类器？
【发布时间】：2019-05-04 09:55:23
【问题描述】：

我需要使用朴素贝叶斯分类器对来自 elasticsearch 的文本文档进行分类。我在 nltk 上进行了实验，但它不支持增量或流数据处理。我参考了下面的文档

H2O naive bayes

如果可以，是否可以使用 H2O 进行增量训练，如何进行？我也愿意使用其他支持增量挖掘的分类器。

【问题讨论】：

标签： python h2o

【解决方案1】：

H2O-3 具有检查点选项，但不适用于朴素贝叶斯。来自docs：

The checkpoint option is available for DRF, GBM, and Deep Learning algorithms. This allows you to specify a model key associated with a previously trained model. This will build a new model as a continuation of a previously generated model. If this is not specified, then the algorithm will start training a new model instead of continuing building a previous model.

如果这是您要查找的内容，上面的链接还链接到有关如何使用检查点参数的 python 和 R 代码示例。

【讨论】：

谢谢，虽然需要检查这是否适合我的情况，因为所需的更新会相当频繁。