1
假設我運行了SGDRegressor
或SGDClassifier
,並獲得了一組我想用於未來的係數。做基本預測肯定是微不足道的(因爲對於迴歸函數,它只是矩陣乘法),但能夠在擬合模型上得到其他方法(如predict_proba
等)會很好。總體來說有沒有辦法做到這一點?我一直在查看文檔,找不到任何東西。爲清楚起見用scikit-learn重新初始化已學習的線性模型
具體的代碼示例:
from sklearn import linear_model
sgd = linear_model.SGDRegressor()
sgd.fit([[0, 1, 1], [0, -1, 1]], [0, 1])
coefs = sgd.coef_
intercept = sgd.intercept_
而且我想要做的只是保持coefs
和存儲的地方intercept
,然後才能重新初始化SGDRegressor
他們什麼。那可能嗎?
predict_proba'的'實現每損失函數不同,所以你最好酸洗整體估計。 –