我想在实时情况下测试现有的机器学习模型对新数据的表现。但该模型依赖于PCA分解。是否可以仅将新数据转换到现有的PCA维度,而不需要对整个数据集加上新数据调用fit_transform
?
回答:
关于增量学习呢?这与你想要的并不相同,但请注意,许多机器学习算法无法进行增量学习(即在不一次性看到所有实例的情况下学习)。Scikit-learn有估算器 – partial_fit()
方法。例如,在PCA的情况下,你可以使用IncrementalPCA和partial_fit()
。
我想在实时情况下测试现有的机器学习模型对新数据的表现。但该模型依赖于PCA分解。是否可以仅将新数据转换到现有的PCA维度,而不需要对整个数据集加上新数据调用fit_transform
?
回答:
关于增量学习呢?这与你想要的并不相同,但请注意,许多机器学习算法无法进行增量学习(即在不一次性看到所有实例的情况下学习)。Scikit-learn有估算器 – partial_fit()
方法。例如,在PCA的情况下,你可以使用IncrementalPCA和partial_fit()
。