我用支持向量回归来预测股票价格。我接受过一些价值观的训练,但每次我预测价值观时,我都要根据这个(在线学习)进行训练。因此,在预测之后,我已经传递了在循环中训练的值。
inside loop
//prediction
clf.fit(testx[i],testy[i])因此,每次调用fit函数时,svr培训是如何在内部工作的,是基于一个输入的。
发布于 2014-05-15 07:49:34
clf.fit不是增量式的。除了新实例之外,您还必须通过所有以前的培训点,以重新训练一个新模型,该模型不幸地受益于新的数据点。
这是sklearn.svm.SVR类内部使用的libsvm库实现的SMO算法的一个限制。
https://stackoverflow.com/questions/23671116
复制相似问题