是否可以在 sklearn 中组合多个部分拟合估计器？
Is it possible to combine multiple partially fit estimators in sklearn?
我有很多数据，我想通过拆分我的数据并在多个线程或多台机器中拟合多个估计器来并行化估计器拟合。
一些估算器为核外学习提供 partial_fit API（例如 PassiveAggressiveClassifier here）
是否可以让多个估计器部分拟合，然后将它们各自的拟合组合成一个估计器？
未使用标准 API。您可以对 coef_ 和 intercept_ 进行平均，这将产生一个有意义的估算器。你想在一个核心上还是在网络上并行化？您可能有更有效的选择，其中大部分都需要多做一些工作。
有 SGD 的并行实现，但这些可能只会为庞大的数据集付出代价。您的数据有多大（样本数、特征数、稀疏度）？
我有很多数据，我想通过拆分我的数据并在多个线程或多台机器中拟合多个估计器来并行化估计器拟合。
一些估算器为核外学习提供 partial_fit API（例如 PassiveAggressiveClassifier here）
是否可以让多个估计器部分拟合，然后将它们各自的拟合组合成一个估计器？
未使用标准 API。您可以对 coef_ 和 intercept_ 进行平均，这将产生一个有意义的估算器。你想在一个核心上还是在网络上并行化？您可能有更有效的选择，其中大部分都需要多做一些工作。
有 SGD 的并行实现，但这些可能只会为庞大的数据集付出代价。您的数据有多大（样本数、特征数、稀疏度）？