我正在使用支持向量回归预测股价。我已经训练了一些价值，但是每次我必须基于此进行训练（在线学习）时，我都会预测这些价值。因此，经过预测后，我已通过值在循环内进行训练。
inside loop
//prediction
clf.fit(testx[i],testy[i])
所以，当我每次调用fit函数时，svr训练如何基于一个输入在内部进行工作？
最佳答案
clf.fit不是增量的。您必须通过新实例之外的所有先前训练点，才能重新训练一个不幸地受益于新数据点的新模型。
这是sklearn.svm.SVR类内部使用的libsvm库实现的SMO算法的限制。
关于python - 支持向量回归在线学习，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23671116/