我在想是否可以在Python中的for循环内多次训练来自sklearn的SVM分类器。我心目中有如下想法:
for i in range(0,10):
data = np.load(somedata)
labels = np.load(somelabels)
C = SVC()
C.fit(data, labels)
joblib.dump(C, 'somefolderpath/Model.pkl')
我希望我的模型能够针对每个数据和他们的标签进行训练。这种方式可行吗,还是我必须将所有数据和标签附加到包含来自我的10个项目的整个数据和标签的两个相应数组中? 编辑:如果我想为每个主题单独训练一个分类器。那么上面的语法会是什么样子?我的编辑是否正确? 当我想要加载特定训练过的主题分类器时,我可以这样做:
C = joblib.load('somefolderpath/Model.pkl')
idx = C.predict(data)
?
somedata
和somelabels
是否取决于i
,或者您为什么想要训练多个SVC
实例?您是在寻找超参数优化吗? - Matt