我目前正在对数据集的前 30% 训练高斯过程回归模型，以预测最后 70%。由于我有许多有点相似的数据集，所以我想使用一个已经训练好的模型，并将其拟合到一个新的数据集中，其中参数和权重不仅被覆盖，而是从旧数据调整到新数据模型。在查看 SKlearns 高斯过程回归的文献时，我似乎无法弄清楚如何做到这一点。我发现其他模型有 partial.fit() 函数，但 GPR 不存在。
所以我想知道是否有解决方法，或者是否真的有一个功能可以实现我想要做的事情。
我目前正在对数据集的前 30% 训练高斯过程回归模型，以预测最后 70%。由于我有许多有点相似的数据集，所以我想使用一个已经训练好的模型，并将其拟合到一个新的数据集中，其中参数和权重不仅被覆盖，而是从旧数据调整到新数据模型。在查看 SKlearns 高斯过程回归的文献时，我似乎无法弄清楚如何做到这一点。我发现其他模型有 partial.fit() 函数，但 GPR 不存在。
所以我想知道是否有解决方法，或者是否真的有一个功能可以实现我想要做的事情。