python - 您是否需要存储旧数据以在 sklearn 中重新调整模型?
问题描述
我正在尝试使用 sklearn 构建一个 Isolation Forest 机器学习程序来处理大量数据。我只能存储过去 10 天的数据,所以我想知道:
当我对传入的新数据使用“拟合”功能时,它是否会在不再访问旧数据的情况下考虑旧数据的超参数来调整模型?还是完全重建模型?
解决方案
一般来说,只有实现该partial_fit
方法的估计器才能做到这一点。不幸的是,IsolationForest
不是其中之一。
推荐阅读
- sql - 在雪花程序中转义特殊字符
- python - 使用 numpy 创建具有任意形状的单位矩阵
- ios - 多选两侧在 iPad 中显示“0 项”| Aurelia 框架下的 iPhone
- ios - 通过可可豆荚安装第三方框架后出现“reachabilityChanged”错误?
- graphql - 我无法在我的设置中读取 frontmatter 字段
- javascript - 与承诺一起返回附加值
- python - 如何读取 python 结构的结果?
- javascript - 我可以将表单标记为与浏览器用户一样有效吗?
- sql - “每个 GROUP BY 表达式必须包含至少一个不是外部引用的列”和“分组集”
- flutter - Flutter - 画布中重叠线条的颜色