Python 随着时间的推移更新NaiveBayes分类器（在scikit learn中）

我正在使用scikit learn构建一个NaiveBayes分类器，到目前为止，如果我有一组数据要训练，事情会进展顺利。然而，对于我正在从事的特定项目，每天都会有新的数据出现，理想情况下，这些数据将成为培训集的一部分

我知道您可以对分类器进行pickle处理以存储它供以后使用，但是有没有办法用新数据“更新”分类器

---

每天从头开始重新训练分类器显然是一种选择，但这将需要在不断增长的时间段内每次绘制大量历史数据。

在naive Bayes估计器上使用

部分拟合

方法