Python SK Learn: 是否可以将多个数据集输入到sklearn的”SGDClassifier”中以更新参数

由于软件的限制,我希望将我的数据集分成小块,并将其输入到随机梯度下降(SGD)逻辑回归中。在sklearn的”SGDClassifier”类中是否可以这样做?我浏览了文档,但似乎没有提到这一点,也没有相关的示例。因此,在我自己实现之前,我想先了解一下。任何想法都将不胜感激。

如果你能指出提到这一点的文档,我将再次表示感谢。


回答:

是的,每次你将一个“批次”读入内存时,调用partial_fit函数,它会用那个“批次”更新模型。

这里有一个使用MiniBatchKMeans的partial_fit函数的类似示例这里

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注