python - 在同一个模型上多次调用 fit() 有什么作用？

Question

在我实例化一个 scikit 模型(例如 LinearRegression )之后，如果我调用它的 fit()方法多次(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，或者它是否将上次调用 fit() 时已经拟合的账户数据保留在账户中？ ？

尝试使用 LinearRegression (同时查看其源代码)在我看来，每次我调用 fit() ，它从头开始适合，忽略任何先前调用相同方法的结果。我想知道这在一般情况下是否属实，我可以将这种行为用于 scikit 学习的所有模型/管道。

Answer 1

如果您将第二次执行 model.fit(X_train, y_train) - 它将覆盖所有先前拟合的系数、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)