使用多输出XGB进行增量学习

Question

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

# 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），它将创建一个新模型，而不执行增量学习。

我尝试使用“ partial_fit（）”并在。fit函数中指定“ multi_model”，但不支持两种解决方案。

如何通过多类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