时间戳

首页 > 解决方案 > Sklearn中的拟合方法。使用 KNeighborsClassifier 时

python - Sklearn中的拟合方法。使用 KNeighborsClassifier 时

问题描述

from sklearn.neighbors import KNeighborsClassifier

knn_clf =KNeighborsClassifier() 
knn_clf.fit(x_train[:92000],y_train[:92000]) #1st method call
knn_clf.fit(x_train[92000:123000],y_train[92000:123000]) #2nd method call

我的疑问是，当我像这样调用 fit 方法时，第二次调用是否会再次从头开始训练模型？或者它会增加它从之前的 fit 调用（第一个方法调用）中学到的东西？

我想要实现的是进行批量训练，因为如果我一次使用完整的数据集，笔记本电脑将无法处理数据！提前致谢 ：-）

标签： pythonmachine-learningscikit-learnknn

解决方案

每次调用 fit 方法时，它都会尝试拟合模型。如果您多次调用 fit 方法，它将尝试重新拟合模型，正如@Julien 指出的那样，批量训练对 KNN 没有任何意义。

KNN 将考虑所有数据点并选择前 K 个最近的邻居。因此，如果您的数据很大，则需要更多时间。

您所能做的就是缩小数据规模或增加系统内存大小。

推荐阅读