重新训练泡菜文件中加载的模型

时间:2018-10-23 23:07:06

标签: machine-learning pickle xgboost training-data

我有三个数据集: train validation test ,目前我正在使用XGBoost分类器完成分类任务。

我对 train 集中的 XGBClassifier 进行了训练,并将其保存为 pickle 文件,以避免每次都需要对其进行重新训练。从pickle文件中加载模型后,便可以使用其中的预测方法,但似乎无法在验证集或任何其他新数据集中训练该模型。

注意:我没有收到任何错误输出,jupyter实验室单元看起来工作正常,但是在该单元运行期间我的CPU内核都处于静止状态,因此我发现模型不适用。

这可能是XGBoost的问题,还是在加载后无法再次安装酱菜倾销的模型?

1 个答案:

答案 0 :(得分:0)

一年前,我有完全相同的问题,You can find here the question and answer

但是,通过这种方式,您将继续使用新数据在现有模型中添加“树”(增强器)。

最好在您的训练和验证数据集上训练新模型。

无论您决定做什么,都应同时尝试两种选择并评估结果,以找出最适合您数据的方法。