使用新数据更新 LGBM 模型
Updating an LGBM model with new data
我想使用额外的数据来 'update' 一个已经训练好的光梯度提升模型 (LGBM)。有办法吗?
我正在寻找一种使用 Skealrn API 的方法,因此可以在管道中使用。
python 中的 LGBM 模型既可以用原始模型 API 也可以用 Sklearn API 来拟合。
我找不到任何使用 Sklearn API 进行持续学习的例子。
不管怎样,您都可以用任何一种方式拟合模型,并且它与原始 API 中的 .train() 函数兼容。
它可以用 save_model() 或 joblib.dump() 保存。
这不会影响它与 Python Pileline() 的兼容性 - 它完全兼容。
我想使用额外的数据来 'update' 一个已经训练好的光梯度提升模型 (LGBM)。有办法吗?
我正在寻找一种使用 Skealrn API 的方法,因此可以在管道中使用。
python 中的 LGBM 模型既可以用原始模型 API 也可以用 Sklearn API 来拟合。 我找不到任何使用 Sklearn API 进行持续学习的例子。 不管怎样,您都可以用任何一种方式拟合模型,并且它与原始 API 中的 .train() 函数兼容。 它可以用 save_model() 或 joblib.dump() 保存。
这不会影响它与 Python Pileline() 的兼容性 - 它完全兼容。