当我实例化一个scikit模型（例如LinearRegression）后，如果我多次调用它的fit()方法（使用不同的X和y数据），会发生什么？它是像重新实例化模型（即从头开始）那样来拟合数据，还是会考虑之前调用fit()时已经拟合的数据？

通过LinearRegression进行尝试（同时查看其源代码），我发现每次调用fit()时，它都是从头开始拟合的，忽略了之前对同一方法的任何调用结果。我想知道这是否是一般的规律，我是否可以依赖这种行为来处理scikit-learn的所有模型/管道。

回答：

如果你第二次执行model.fit(X_train, y_train)，它会覆盖之前拟合的所有系数、权重、截距（偏置）等。

如果你想先拟合数据集的一部分，然后通过拟合新数据来改进你的模型，那么你可以使用支持“增量学习”的估计器（那些实现了partial_fit()方法的估计器）。