我想用额外的数据来“更新”一个已经训练好的轻量梯度提升模型（LGBM）。有没有办法做到这一点？

我正在寻找一种使用Sklearn API的方法，这样可以在管道中使用。

回答：

Python中的LGBM模型可以使用原始模型API和Sklearn API进行拟合。我找不到任何使用Sklearn API进行持续学习的例子。无论如何，你可以通过这两种方式拟合模型，并且它与原始API的.train()函数兼容。它可以使用save_model()或joblib.dump()保存。

这并不影响它与Python Pipeline()的兼容性 – 它完全兼容。