我有一些传感器从水泥厂获取数据，并将数据发送到AWS IoT。数据随后在预训练模型上进行测试，模型根据某些参数预测水泥的质量。数据以一秒为间隔传输。

由于数据是实时传输的，我希望能够实时增量训练模型。

有谁能建议如何持续训练模型吗？

回答：

你可以聚合一定数量的训练数据，然后使用.partial_fit()来更新你的模型。

.partial_fit()是Sklearn中提供的增量学习选项。

如果你的增量数据无法装入RAM中，那么尝试使用dask-ml的增量学习包装器是值得的。