PTT數位生活區 / DataScience

[問題] 機器學習 re-training

看板DataScience作者 (【積π】)時間4年前 (2021/08/21 23:20), 編輯推噓3(3推 0噓 4→)
留言7則, 3人參與, 最新討論串1/1
想請問當機器學習演算法 上線正式使用後 使用了一陣子後多了些資料 預測錯誤的資料 想要進行re-train的動作 1.使用原本的model直接fit新資料 2.將所有的資料合併後，再對全部資料重新fit一個新model 這兩種是否有不同的用途抑或是都用哪一種居多呢 謝謝前輩指點 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.161.210.148 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1629559220.A.596.html
推
08/22 07:03, 4年前 , 1F
online learning
08/22 07:03, 1F
推
08/22 22:08, 4年前 , 2F
如果能預料會持續有資料進來，或者資料分佈會隨時間有變動
08/22 22:08, 2F
→
08/22 22:08, 4年前 , 3F
，一開始就會採取具備incremental learning性質的方法了
08/22 22:08, 3F
→
08/22 22:09, 4年前 , 4F
其實現在很多ANN相關的方式都可以做到
08/22 22:09, 4F
推
03/15 07:53, , 5F
主要要看你要預測什麼，預測的目標有時效性，那全
03/15 07:53, 5F
→
03/15 07:53, , 6F
部的資料拿去retrain可能不是好辦法，至於使否有時
03/15 07:53, 6F
→
03/15 07:53, , 7F
效性，可能要做一些資料分析才能知道
03/15 07:53, 7F
‣ 更多 ctr1 的文章
文章代碼(AID): #1X8HcqMM (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 ctr1 的文章
文章代碼(AID): #1X8HcqMM (DataScience)