machine-learning - sklearn SGDClassifier fit() 与 partial_fit()

Question

我对. fit()_ 文档说，“使用随机梯度下降拟合线性模型。”。partial_fit()SGDClassifier

我对随机梯度下降的了解是，在一次迭代中更新模型的参数需要一个（或整体的一小部分）训练示例。梯度下降在每次迭代中使用整个数据集。我想使用逻辑回归训练模型。我想实现正常的梯度下降和随机梯度下降并比较它们所需的时间。如何做到这一点SGDClassifier？方法是否fit()像正常的梯度下降一样工作？

Answer 1

我认为该partial_fit方法对于更新已经训练过的模型很有用，而该fit方法将从头开始重新训练模型。

至于手动选择每次权重更新中包含多少数据，我似乎在SGDClassifier 文档中找不到这方面的论据。