我阅读了这篇论文，但没有发现任何关于如何实施增量学习的内容。
有人可以分享一些基本或深入的知识吗？不是编码方式。
我知道如何编写代码片段来进行增量训练。
当新数据进来时，如果我使用 XGBRegressor，如何增量训练？保留旧树并用新树训练新数据？
我发现没有详细讨论这个
如何在 xgboost 中继续培训
数据挖掘
机器学习
Python
xgboost
2022-02-26 11:21:04
1个回答
在该fit方法中，xgb_model可以指定参数以继续训练旧模型。
https://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.XGBRegressor.fit
编辑：是的，据我了解，这种方法保留了老树。新树将适合您传递的任何数据的残差：您可以只继续使用新数据，这些数据将首先通过现有树运行，并使其残差适合新树；或继续使用所有数据，这将执行上述操作，但在拆分时也使用旧数据（可能更好，这样模型不会失去对旧数据的拟合，但也许您的用例非常关心新数据更多的？）。在某些情况下，从头开始重新训练可能会更好（如果现有的树在新数据上表现不佳）。
其它你可能感兴趣的问题