重新训练从pickle文件加载的模型

我有三个数据集:训练集验证集测试集,我目前正在使用XGBoost分类器来执行一个分类任务。

我用训练集训练了XGBClassifier,并将其保存为pickle文件,以避免每次都需要重新训练。当我从pickle文件中加载模型后,我能够使用其中的预测方法,但似乎无法用验证集或任何其他新数据集来训练这个模型。

注意:我没有得到任何错误输出,jupyter lab的单元格看起来运行得很完美,但我的CPU核心在该单元格运行时都处于休息状态,所以我看到模型并没有被拟合。

这可能是XGBoost的问题,还是pickle保存的模型在加载后无法再次拟合?


回答:

一年前我也有同样的问题,你可以在这里找到问题和答案

不过,通过这种方式,你将继续向现有模型添加“树”(增强器),使用你的新数据。

或许更好的是,在你的训练集和验证集上训练一个新模型。

无论你决定做什么,你应该尝试这两种方法,并评估你的结果,看看哪种方法更适合你的数据。

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