如何在新数据上更新时间序列模型(例如 facebook_prophet),而无需每次都重新训练数据? [关闭]

Posted

技术标签:

【中文标题】如何在新数据上更新时间序列模型(例如 facebook_prophet),而无需每次都重新训练数据? [关闭]【英文标题】:How to update a time-series model (such as facebook_prophet) on new data without retraining the data in full each time? [closed] 【发布时间】:2021-12-27 00:29:18 【问题描述】:

是否可以更新我的训练模型 (fbprophet) 以克服每次重新训练整个数据集的困境?

感谢您提前提供的帮助

【问题讨论】:

【参考方案1】:

我找到了一个使用热启动方法的解决方案,here。

【讨论】:

以上是关于如何在新数据上更新时间序列模型(例如 facebook_prophet),而无需每次都重新训练数据? [关闭]的主要内容,如果未能解决你的问题,请参考以下文章

如何在新数据集上评分

如何在新数据到来时重新训练 pyspark 中保存的线性回归 ML 模型

针对新数据点更新预训练的深度学习模型

Django:如何在新模板中的另一个模型上使用 CreateView 的 form_valid() 返回的响应?

android:targetSdkVersion更新引发的“惨案”

如何定期更新 Ember 的模型(例如在 setInterval 中)?