Lv.的博客

贝叶斯分类器——递增式学习partial_fit方法

 

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_39777626/article/details/79673052

模型原型
partial_fit(X,y,classes=None,sample_weight=None)
参数

  • X:样本数据
  • y:样本标记
  • classes:列出所有可能的类别
  • sample_weight:给出每个样本的权重(未指定,则全为1)

(使用该方法时,最好每次数据块都足够大,推荐每次填满整个内存,通过连续调用partial_fit方法,成百上千GB的数据集就可以被切成一块一块地来进行训练)

posted @   Avatarx  阅读(836)  评论(0编辑  收藏  举报
(评论功能已被禁用)
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
历史上的今天:
2018-08-29 Ubuntu安装virtualbox
2018-08-29 ubuntu 16.04 安装最新的 docker
2018-08-29 Docker
2018-08-29 Go语言使用PostgreSQL数据库
2018-08-29 Go语言中使用MySql数据库
2018-08-29 Go语言中使用SQLite数据库
2018-08-29 QThread中的互斥、读写锁、信号量、条件变量
点击右上角即可分享
微信分享提示