在线性模型中更新性能指标,为增量学习提供新的数据和训练模型
给定流数据,updateMetricsAndFit
首先评估线性回归的已配置增量学习模型的性能(incrementalRegressionLinear
对象)或线性二元分类(incrementalClassificationLinear
对象)通过调用updateMetrics
输入数据。然后updateMetricsAndFit
通过调用使模型与该数据匹配适合
.换句话说,updateMetricsAndFit
执行prequential评价因为它将每个传入的数据块视为一个测试集,并跟踪累积测量的性能指标,并超过指定的窗口[1].
updateMetricsAndFit
提供一种简单的方法来更新模型性能指标,并在每个数据块上训练模型。或者,您也可以通过调用分别执行这些操作updateMetrics
然后适合
,这允许更大的灵活性(例如,您可以根据模型在数据块上的性能来决定是否需要训练模型)。