更新拟合的sklearn随机森林模型

Question

在生产中运行时，是否可以使用新数据更新经过训练的模型而无需重新拟合模型？我看到你可以使用warm_start参数来启用向模型添加树;但是，我正在寻找一种方法来使用传入的数据更新现有的树。

Answer 1

据我所知，sklearn无法实现这一点（因为它们似乎实现了经典的Breiman算法）。但是，您可以查看Mondrian Forests（https://papers.nips.cc/paper/5234-mondrian-forests-efficient-online-random-forests.pdf，python实现：https://github.com/balajiln/mondrianforest）。