в настоящее время я использую
clf = SGDClassifier(loss='log', random_state=1, n_iter=1)
для моего обучения модели прогнозирования. Тем не менее, данные для обучения довольно велики, поэтому я использую нестандартное обучение.
clf.partial_fit(X_train, y_train, classes=classes)
Кроме того, я хотел бы реализовать настройку гиперпараметров, например, GridSearchCV
(http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html)
Но похоже, что поскольку GridSearchCV
не предоставляет метод partial_fit, обучение вне ядра невозможно, и мне приходится хранить весь набор данных в памяти. Есть ли способ настройки гиперпараметров при использовании внешнего обучения?