python - 如何重新训练现有的 K-Means 聚类模型

Question

我使用 Sci-Kit Learn 构建了一个 k-means 聚类模型。我需要每天使用新数据重新训练现有模型。

我寻找任何可用于重新训练现有模型的技术，但我找不到任何直接的方法。

由于我每天都会获取大型数据集，因此我无法从一开始就重新训练模型，因为从长远来看它不切实际。因此，我需要一种可以使用新数据重新训练现有模型的方法。

Answer 1

您想了解一下在线学习技术。许多scikit-learn算法可以选择对数据进行partial_fit，这意味着您可以对小批量数据进行增量训练。

根据您的情况，您可以使用 sklearn.cluster.MiniBatchKMeans ，通过在每次迭代中获取一小部分样本(批处理)来更新模型参数来进行训练，从而使其成为在线学习问题的自然候选者。不过，模型仍然必须通过 partial_fit 方法进行训练，否则会重新训练整个模型。