python - 如何增量训练 H2O 朴素贝叶斯分类器？

Question

我需要使用朴素贝叶斯分类器对来自 elasticsearch 的文本文档进行分类。我在 nltk 上进行了实验，但它不支持增量或流数据处理。我引用了下面的文档

H2O naive bayes

如果可以，是否可以使用 H2O 进行增量训练，如何进行？我也愿意使用其他一些支持增量挖掘的分类器。

Answer 1

H2O-3 具有检查点选项，但不适用于朴素贝叶斯。来自 docs :

检查点选项可用于 DRF、GBM 和深度学习算法。这允许您指定与先前训练的模型关联的模型键。这将构建一个新模型作为先前生成模型的延续。如果未指定，则算法将开始训练新模型，而不是继续构建以前的模型。

如果这正是您要查找的内容，上述链接还链接到关于如何使用检查点参数的 python 和 R 代码示例。