增量学习，或在线学习，涉及处理来自数据流的传入数据，可能对预测变量的分布、目标函数的各个方面以及观察结果是否被标记的知识很少或没有。增量学习问题与传统机器学习方法不同，传统机器学习方法有足够的标记数据来拟合模型，进行交叉验证以调整超参数，并推断预测器分布特征。

增量学习需要配置的增量模型。例如，您可以直接创建和配置增量模型，例如，通过调用对象incrementallassificeLifear.，或者您可以使用以下方法将受支持的传统训练模型万博1manbetx转换为增量学习者incrementallearner。在配置模型和设置数据流后，可以将增量模型适合到传入的数据块，跟踪模型的预测性能，或同时执行两个操作。

有关更多详细信息，请参阅增量学习概述。