このような場合に学習は上書きされて最後のデータCだけが学習された状態になるのですか?
それともデータA、データB、データC全てが学習された状態になっているのですか?
全ての学習器を調べた訳ではないですが、反例はあります。
sklearn.svm.SVC(http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html)
に関して言えば、上書きされるようです。
まず、下記出力のsvm.dual_coef_ は学習で得られるモデルの一部ですが、二回目の学習(second fit)のあとに変化しています。
python
1from sklearn.datasets import load_iris
2from sklearn.utils import shuffle
3from sklearn.svm import SVC
4
5import sklearn
6print(sklearn.__version__)
7
8Iris = load_iris()
9X, y = Iris.data, Iris.target
10X, y = shuffle(X, y)
11
12svm = SVC()
13svm.fit(X[:75],y[:75])
14print("first fit")
15print(svm.dual_coef_)
16
17print("second fit")
18svm.fit(X[75:],y[75:])
19print(svm.dual_coef_)
出力
first fit
[[ 0. 0.45406733 0.09983947 -0.55390681 -0. -0. -0.
-0. -0. -0. -0. -0. -0. -0.
-0. -0. -0.20090536 -0. -0. -0. ]
[ 0.02699682 0.17390854 0. 0. 1. 1. 1.
1. 0.7014116 1. 1. 0.03784933 -1. -1.
-0.73502533 -1. -1. -1. -0.0042356 -1. ]]
second fit
[[ 0.21535273 0.4762168 0. -0. -0. -0. -0.
-0. -0. -0. -0.69156953 -0. -0.15242906
-0. -0. -0. -0. -0. ]
[ 0. 0.05350332 0.09892574 1. 1. 1. 1.
0.28911857 0.875045 1. 0. -1. -1.
-0.16416357 -1. -1. -1. -1. ]]
従って、二回目の学習によってモデルは何かしら変化するようです。
また,sklearn.svm.SVCではLIBSVM(https://www.csie.ntu.edu.tw/~cjlin/libsvm/)を内部で使用しています。
LIBSVMの学習は、データを入力とし、SVMのモデルを出力とするもので、前回学習したモデルは入力に含まれません。
実際、学習はlibsvm.fit()という関数でLIBSVMを呼び出して行っているので、この部分
https://github.com/scikit-learn/scikit-learn/blob/0.18.X/sklearn/svm/base.py#L246
python
1self.support_, self.support_vectors_, self.n_support_, \
2 self.dual_coef_, self.intercept_, self.probA_, \
3 self.probB_, self.fit_status_ = libsvm.fit(
4 X, y,
5 svm_type=solver_type, sample_weight=sample_weight,
6 class_weight=self.class_weight_, kernel=kernel, C=self.C,
7 nu=self.nu, probability=self.probability, degree=self.degree,
8 shrinking=self.shrinking, tol=self.tol,
9 cache_size=self.cache_size, coef0=self.coef0,
10 gamma=self._gamma, epsilon=self.epsilon,
11 max_iter=self.max_iter, random_seed=random_seed)
でモデルを得るはずですが、X,yを除くこれらの引数はlibsvmに渡すSVMのパラメータであり、一回目の学習の結果(サポートベクトル、dual_coef_等)ではありません。
またコードの残りの部分においても、前回の学習結果を使用してX,yに手を加えるような部分はありませんでした。
https://github.com/scikit-learn/scikit-learn/blob/0.18.X/sklearn/svm/base.py#L111
https://github.com/scikit-learn/scikit-learn/blob/0.18.X/sklearn/svm/base.py#L222
よってsklearn.svm.SVCでは新たに学習をし直すと、前の学習結果にはなんら関係なく上書きされると思います。