需要一个简单的例子来解释warm_start v/s parial_fit

Question

我在the sklearn docs上读到了这篇文章

在同一数据集上重复拟合估计器时，但对于 多个参数值（如求值最大化 性能如在网格搜索中），有可能重用 模型从之前的参数值中学习，节省时间。什么时候 warm_start 为真，使用现有的拟合模型属性 在随后的 fit 调用中初始化新模型。

注意，这只适用于部分机型和部分参数， 甚至一些参数值的顺序。例如，warm_start 可能 用于构建随机森林以向森林添加更多树木 （增加 n_estimators）但不要减少它们的数量。

partial_fit 也保留调用之间的模型，但不同的是：与 warm_start 参数改变并且数据是（或多或少） 不断调用以适应；使用 partial_fit，小批量数据 变化和模型参数保持不变。

在某些情况下，您希望使用 warm_start 来适应不同的情况， 但密切相关的数据。例如，一个人最初可能适合 数据的子集，然后对完整的参数搜索进行微调 数据集。对于分类，warm_start 序列中的所有数据 拟合调用必须包含每个类的样本。

我已经写了这段代码：

warm_start:

clf = LogisticRegression(warm_start = True)
clf.fit(X_train_increment_1, y_train_increment_1)
clf.fit(X_train_increment_2, y_train_increment_2)

准确度 = 75%

partial_fit:

clf = SGDClassifier()
clf.partial_fit(X_train_increment_1, y_train_increment_1)
clf.partial_fit(X_train_increment_2, y_train_increment_2)

准确度 = 74%

我想知道 sklearn 如何在内部使用warm_start 和partial_fit，什么时候决定使用哪个？

Answer 1

当warm_start=True 时，.fit() 函数将在进行partial_fit 之前在回归器中获取最优的coef_ 和intercept_。