python xgboost继续对现有模型进行培训

概述让我们说我构建了一个xgboost模型： bst = xgb.train(param0, dtrain1, num_round, evals=[(dtrain, "training")]) 哪里： > param0是xgb的一组参数, > dtrain1是一个准备接受培训的DMatrix > num_round是轮数 然后,我将模型保存到磁盘： bst.save_model("xgbmodel") 让我们说我构建了一个xgboost模型：

bst = xgb.train(param0,dtrain1,num_round,evals=[(dtrain,"training")])

哪里：

> param0是xgb的一组参数,
> dtrain1是一个准备接受培训的DMatrix
> num_round是轮数

然后,我将模型保存到磁盘：

bst.save_model("xgbmodel")

稍后,我想重新加载我保存的模型并继续使用dtrain2进行训练

有谁知道怎么做？

解决方法 您甚至不必从磁盘加载模型并重新训练.

您需要做的就是使用附加参数的相同xgb.train命令：xgb_model =(您在问题或Booster对象中保存的xgboost模型完整路径名).

例：

bst = xgb.train(param0,dtrain2,"training")],xgb_model='xgbmodel')

祝好运！

总结

以上是内存溢出为你收集整理的python xgboost继续对现有模型进行培训全部内容，希望文章能够帮你解决python xgboost继续对现有模型进行培训所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。