使用多输出XGB进行增量学习

Question

我正在尝试使用Sklearn的MultiOutputRegressor包装的XGB进行增量学习，以获得多类回归：

# For instance
# X = np.zeros((1, 8)
# y = np.zeros((1, 32)

multi_model = MultiOutputRegressor(
            xgb.XGBRegressor(objective='reg:squarederror')
            ).fit(X, y)

但是，如果我反复调用 multimodel.fit（X_new，y_new），它会创建一个新模型，而不会执行增量学习。

我尝试了“ partial_fit（）” ，并在 .fit 函数中指定了“ multi_model” ，但两种解决方案均不受支持。 / p>

如何使用多类XGB实现增量学习？

Answer 1

您是否尝试过保存并重新使用以前保存的模型并将其传递给fit（xgb_model ='trained_xgb_model.model'）？ Refer to this post