随着时间的推移更新 NaiveBayes 分类器（在 scikit-learn 中）答案

【问题标题】：Updating a NaiveBayes Classifier (in scikit-learn) over time随着时间的推移更新 NaiveBayes 分类器（在 scikit-learn 中）
【发布时间】：2014-07-14 19:33:47
【问题描述】：

我正在使用 scikit-learn 构建一个 NaiveBayes 分类器，到目前为止，如果我有一组数据要训练，一切进展顺利。但是，对于我正在从事的特定项目，每天都会有新数据出现，理想情况下这些数据将成为训练集的一部分。

我知道您可以腌制分类器以存储它以供以后使用，但是有没有办法用新数据“更新”分类器？

显然，每天从头开始重新训练分类器是一种选择，但这需要每次都提取大量历史数据，而且时间越来越长。

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

在朴素贝叶斯估计器上使用partial_fit 方法。

【讨论】：