我在一个每次迭代都会生成数据的环境中工作。我希望保留前一次迭代的模型，并将新数据添加到现有模型中。
我想了解模型拟合是如何工作的。它是将新数据拟合到现有模型中，还是会用新数据创建一个新模型。
使用新数据调用fit:
clf = RandomForestClassifier(n_estimators=100)for i in customRange: get_data() clf.fit(new_train_data) #直接拟合新训练数据 clf.predict(new_test_data)或者保存历史训练数据并在所有历史数据上调用fit是唯一的解决方案
clf = RandomForestClassifier(n_estimators=100)global_train_data = new dict()for i in customRange: get_data() global_train_data.append(new_train_data) #追加新训练数据 clf.fit(global_train_data) #在全局训练数据上拟合 clf.predict(new_test_data)我的目标是高效地训练模型，所以我不想浪费CPU时间重新学习模型。
我想确认正确的做法，并且还想知道这种做法是否在所有分类器中都一致
回答：
你的第二种方法是“正确”的，因为正如你已经猜到的那样，每次追加数据时，它都会从头开始拟合一个新的分类器；但可以说，这并不是你想要的。
你真正想要的是warm_start参数；根据文档：
warm_start : bool, optional (default=False)
当设置为
True时，重复使用之前调用fit的解决方案，并向集合中添加更多的估计器；否则，只拟合一个全新的森林。请参阅术语表。
所以，你应该使用你的第一种方法，并进行以下修改:
clf = RandomForestClassifier(n_estimators=100, warm_start=True)这在不同分类器中并不一定一致（有些分类器带有partial_fit方法） – 例如，参见是否可以增量训练sklearn模型（例如SVM）?关于SGDClasssifier；你应该始终检查相关文档。
