我有一个使用 python 连接的健康患者数据的实时数据源。我想对此数据源运行一些 sklearn 算法，以便我可以实时预测是否有人会生病。是否有一种标准方法可以将实时数据连接到 sklearn？传统上我有静态数据集，从来没有传入流，所以这对我来说是很新鲜的。如果有人使用了一些通用规则/流程/工具，那就太好了。
最佳答案
对于大多数算法来说，训练很慢，而预测却很快。因此最好使用训练数据进行离线训练；然后使用训练好的模型实时预测每个新案例。
显然，如果您获得更多/更好的数据，您可能会决定稍后再次训练。然而，在每个案例之后进行再培训并没有什么好处。
关于python - 使用 sklearn 获取实时数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41899011/