我目前正在对数据集的前 30% 训练一个 Kernel Ridge 回归模型来预测最后 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过的模型（在整个数据集上训练过），并将其拟合到一个新的数据集，其中参数和权重不仅被覆盖，而是被调整为来自旧模型的新数据。在查看 SKlearns Kernel Ridge Regression 的文档时，我似乎无法弄清楚如何做到这一点。我发现其他模型具有 partial.fit() 功能，但 KRR 不存在此功能。
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。