(如何)在sklearn中使用fit对模型进行两次(多次)训练

Question

示例：我的数据不适合内存，我可以做什么：

model=my_model
for i in range(20)
       model.fit(X_i,Y_i)

这将删除前19次拟合。只保留最后一个。我该如何避免这种情况？我可以重新培训保存和加载的模型吗？感谢

Answer 1

一些模型有一个"warm_start"参数，它将使用fit（）的先前解决方案初始化模型参数

例如，请参阅SGD分类器

Answer 2

您需要阅读6.1.3。从sklearn文档中进行增量学习http://scikit-learn.org/0.15/modules/scaling_strategies.html

Answer 3

一种选择是首先减少数据，提取数据的子集，或者在数据库的帮助下减少数据的维度。这将大大减少您的数据量。

您可能希望从随机选择的数据子集中创建多个模型，然后比较这些模型，并使用产生最高精度的最佳模型。