在同一个模型上多次调用 fit() 有啥作用？

Posted 2023-02-23

【中文标题】在同一个模型上多次调用 fit() 有啥作用？

【英文标题】：What does calling fit() multiple times on the same model do?在同一个模型上多次调用 fit() 有什么作用？

【发布时间】：2018-09-25 05:59:20

【问题描述】：

在我实例化一个 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？它是否适合数据上的模型，就像我刚刚重新实例化模型（即从头开始）一样，还是将上次调用 fit() 时已经适合的数据保存到帐户中？

尝试使用LinearRegression（也在查看它的源代码）在我看来，每次我调用fit() 时，它都会从头开始拟合，忽略之前对同一方法的任何调用的结果。我想知道这是否是真的，我可以将这种行为用于 scikit learn 的所有模型/管道。

【参考方案1】：

如果您第二次执行model.fit(X_train, y_train) - 它会覆盖所有之前拟合的系数、权重、截距（偏差）等。

如果您只想拟合数据集的一部分，然后通过拟合新数据来改进模型，那么您可以使用estimators, supporting "Incremental learning" (those, that implement partial_fit() method)

【讨论】：

一些估算器（具有warm_start 参数）将在warm_start = True 时重用先前调用fit() 的解决方案作为新调用的初始解决方案。

@VivekKumar，是的，这是真的。但对于“线性模型”算法（如 LogisticRegression），先前拟合的系数将仅用于 初始化 步骤，因此它们也将/可能被覆盖

是的，这就是我的意思。谢谢

我们可以在 KNN 中使用 partial_fit 吗？

链接失效，我相信新位置是scikit-learn.org/0.15/modules/scaling_strategies.html

【参考方案2】：

您可以在机器学习中互换使用术语 fit() 和 train() 词。根据您实例化的分类模型，可能是clf = GBNaiveBayes() 或clf = SVC()，您的模型使用了指定的机器学习技术。 一旦您致电clf.fit(features_train, label_train)，您的模型就会开始使用您通过的特征和标签进行训练。

您可以使用clf.predict(features_test) 进行预测。 如果您再次调用clf.fit(features_train2, label_train2)，它将使用传递的数据再次开始训练，并将删除之前的结果。您的模型将重置以下内部模型：

权重 拟合系数 偏见 以及其他与培训相关的内容...

如果您希望保留之前计算的内容并使用下一个数据进行额外训练，您也可以使用 partial_fit() 方法