Scikit learn 如何在scikit学习中继续训练svm和knn？
培训后，因为它花费了很多时间，有没有办法让我继续培训并在scikitlearn中使用nusvc（）和nearestneighbor（）添加样本？对于SVM，您可能能够使用该类的功能。为此，您需要使用该函数。您始终可以使用pickle或skp保存整个分类器。这允许您重新加载整个对象。当然，你可以从给定的重量开始，用温水再次训练。但是，如果基础估计器还没有准备好（添加新的数据），则可能存在局限性。一个可能的示例：新数据包含一个或多个目标标签。这是有问题的。如果类的数量相同，是否有一种更简单的方法可以用更少的时间重新训练它？请阅读。knearestneighbor（）的情况如何？我在scikit文档中没有看到该特定函数（下面的链接）。scikit KNN方法似乎没有部分拟合。对所有数据重新培训KNN需要多长时间？我错了。LSH KNN类具有部分拟合。我已经阅读了scikit关于这个函数的文档，并在您的数据上进行了测试，看看它是否适合您。谢谢，但是先生，我首先要解决我的kmeans（）中的内存错误，当我对码字进行聚类时，我得到了内存错误。。。。对于k=10000，我有6gb的Ramb，但它以k=1000运行。Scikit learn 如何在scikit学习中继续训练svm和knn？,scikit-learn,svm,knn,Scikit Learn,Svm,Knn,培训后，因为它花费了很多时间，有没有办法让我继续培训并在scikitlearn中使用nusvc（）和nearestneighbor（）添加样本？对于SVM，您可能能够使用该类的功能。为此，您需要使用该函数。您始终可以使用pickle或skp保存整个分类器。这允许您重新加载整个对象。当然，你可以从给定的重量开始，用温水再次训练。但是，如果基础估计器还没有准备好（添加新的数据），则可能存在局限性。一个可能的示例：新数据包含一个或多个目标标签。这是有问题的。如果类的数量相同，是否有一种更简单的方法可以