贝叶斯

Question

是否可以（如果可以的话）动态训练sklearn MultinomialNB Classifier？

我希望这个（不工作）。

x_train, x_test, y_train, y_test = tts(features, labels, test_size=0.2)
clf = MultinomialNB()
for i in range(len(x_train)):
    clf.fit([x_train[i]], [y_train[i]])
preds = clf.predict(x_test)

和这个（工作正常）有类似的结果。

x_train, x_test, y_train, y_test = tts(features, labels, test_size=0.2)
clf = MultinomialNB()
clf.fit(x_train, y_train)
preds = clf.predict(x_test)

Answer 1

Scikit-learn 支持多种算法的增量学习，包括 MultinomialNB。查看文档 此处

你需要使用的方法是 partial_fit() 而不是 fit()，所以你的例子代码会是这样的。

x_train, x_test, y_train, y_test = tts(features, labels, test_size=0.2)
clf = MultinomialNB()
for i in range(len(x_train)):
    if i == 0:
        clf.partial_fit([x_train[i]], [y_train[I]], classes=numpy.unique(y_train))
    else:
        clf.partial_fit([x_train[i]], [y_train[I]])
preds = clf.predict(x_test)

编辑：添加 classes 争论 partial_fit如@BobWazowski所言