sklearnのモデル再学習について

Question

sklearnのモデル再学習について

現在Pythonのsklearnを用いて、機械学習を行っています。
モデルを作成し、そのモデルから予測をすることはできています。
そこで質問なのですが、このモデルを再度学習したい場合そのモデルを用いて
追加学習をすることはできるのでしょうか。
もしくは、以前学習に使用したデータを用いなければならないのでしょうか。
基本的な質問かもしれませんがよろしくお願いいたします。

Comments

[hayataka2049]

どんなモデルですか？　「再度学習したい場合」って具体的にどういったケースですか？（データを変えて0からなのか、追加したデータを反映したいのか）

[kakaromax]

ご回答ありがとうございます。
具体的にはケーブルの長さを入れるとその重さを予測するようなモデルです。
回帰分析(LinearRegression)を用いて行っています。
現状はケーブル重さを測ったデータをlogファイルに保存しているので、それを用いて逐次モデルを更新できればと思っています。

[kakaromax]

追加したデータをモデルに反映させたいと思っております。

Answer 1

質問の意図が，
「sklearnのモデルで，Aデータセットで学習されたモデルを，Fine-tuningしてBデータセットで追加学習（モデルの重みを初期化せず更新する）をしたいが，それは可能か．」
ということで，正しければ，

どのようなモデルを使用しようとしているかわかりませんが，基本的なRandom Forestとかのモデルでは，おそらくそれはできないかと思います．

例えば，以下はRandomForestClassifier classで提供されているMethodです．![
ここで，trainingするためのMethodはfitだけで，fitはtraining setから新しいforestを構築すると書いてあるので，追加学習的なことはできないと思います．

この場合に，AとB両方のデータセットで学習されたモデルを作りたいときは，AとBのデータセットをconcatenateして両方を一つのデータセットとして，model.fitをすればできるかと思います．