使用新數據更新迴歸樹

Question

我有一個包含2500個實例的數據集。數據集中有一個屬性，我想根據它的值創建不同的線性迴歸模型（因此我使用迴歸樹）

我想知道如何更新模型，何時出現新實例（約100個實例）每小時加載到數據集。我不想每次都從頭開始創建模型。

（我打算使用Weka的庫，但我接受任何其他的Java學習機庫，可以幫助我在這個意義上）

Answer 1

一般

，你可能已經暗示了默認的態度是再次從頭開始。儘管如此，有一種非常簡單的方法可以在不重建太多時間的情況下改進樹。

爲了您的n個數據記錄，我會建議使用以下方法：

如果

• 看在一個葉節點誤差大於你能忍受這些樣品
• 看，如果這種特定的葉節點你必須大於m（邊界，你需要選擇）樣本，超出你的容忍邊界
• 產品圖他們，在這個葉節點年底建立一個新的非常小的樹

如果您使用sklearn，可以使用如下方法：dtree.decision_path和dtree.apply這可能對您有所幫助。詳情參見

http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeRegressor.html#sklearn.tree.DecisionTreeRegressor

我猜想，你的情況非常小的樹，在加入主樹的結尾「求精」就足夠了。我更熟悉sklearn和MATLAB，但我認爲Weak提供了類似的方法。

好速度

Answer 2

我會建議你在哪裏得到保存模型和重新加載它們，如果多數民衆贊成你問你用R或tensorflow。 據我所知，你想改善你的模型爲每個新的100個實例，對吧？ 如果是這樣的話，那麼R，tensorflow或sklearn應該會有所幫助，並且會建議您嘗試python進行機器學習。