scikit-learn - 如何在scikit-learn中继续训练svm和knn?

标签 scikit-learn svm knn

训练结束后,因为花费了大量时间,有没有办法让我继续训练并在 scikitlearn 中使用 nusvc() 和 nearestneighbor() 添加样本?

最佳答案

对于 SVM,您也许可以使用 online learning SGDClassifier的能力类(class)。为此,您需要使用 partial_fit()功能。

关于scikit-learn - 如何在scikit-learn中继续训练svm和knn?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40909994/

相关文章:

python-2.7 - "class_names"in export_graphviz 意外关键字错误

machine-learning - 决策边界和超平面有什么区别?

java - JAVA 中的 SVM、KNN 和 Naive Byes 等文本分类器的库?

python - 基于单个特征集的分类精度

python - 我的数据有 14 个属性和 303 个观察值,但是当应用大于 1 的 k 的 knn 值时会出现错误

python - 在 sklearn 数字示例中使用自己的图像

machine-learning - Tensorflow Inception 模型再训练,为什么不将瓶颈反馈给 SVM?

error-handling - 如何在Stata中有效使用knn

scikit-learn - Google Cloud ML Engine 的 scikit-learn 框架中的自定义依赖项

python - Scikit Learn SGDClassifier Partial_Fit 错误