OpenCV 2.4中实现的大多数机器学习算法都建立在CvStatModel上，并附带CvStatModel::train方法。
它说：
默认情况下，输入要素向量存储为train_data行，即训练向量的所有组件（要素）连续存储。
和
通常，在运行训练过程之前，CvStatModel :: clear（）会清除先前的模型状态。但是，某些算法可以选择使用新的训练数据更新模型状态，而不是重置它。
我如何知道哪种ml算法不能重置当前模型状态。由于我想使用CvGBTrees::train，其中update参数被声明为仅作为伪参数，我想在每次训练调用后都会丢弃该模型。我是否可以认为如果没有这样的更新参数，当前的模型状态将永远被丢弃？
我需要一种机器学习算法，该算法可以连续训练一个模型，并且不会在每次训练时都使用初始模型。
这对OpenCV中的当前ml实现是否可行？如果是这样的话？此外，如果没有其他c ++库可以这样做吗？