jac*_*ack 5 python machine-learning random-forest scikit-learn
在生产中运行时，是否可以在不重新拟合模型的情况下使用新数据更新训练模型？我看到您可以使用warm_start 参数来启用向模型添加树；但是，我正在寻找一种使用传入数据更新现有树的方法。
据我所知，这对于 sklearn 来说是不可能的（因为它们似乎实现了经典的 Breiman 算法）。但是，您可能会看看蒙德里安森林（https://papers.nips.cc/paper/5234-mondrian-forests-efficient-online-random-forests.pdf，python实现：https://github.com/巴拉吉恩/蒙德里安森林）。