使用 Sklearn 预训练/重新训练高斯过程回归模型

问题描述

我目前正在对数据集的前 30% 训练高斯过程回归模型,以预测最后 70%。由于我有许多有点相似的数据集,所以我想使用一个已经训练好的模型,并将其拟合到一个新的数据集,其中的参数和权重不仅被覆盖,而且被调整到新的数据,从旧的模型。在查看 SKlearns 高斯过程回归的 doumentation 时,我似乎无法弄清楚如何做到这一点。我发现其他模型有 partial.fit() 函数,但 GPR 不存在。

所以我想知道是否有解决方法,或者是否真的有一个函数可以实现我想要做的事情。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...