Как постепенно обучать наивный байесовский классификатор H2O?

Question

Мне нужно классифицировать текстовые документы из эластичного поиска, используя наивный байесовский классификатор.Я экспериментировал с nltk, но у него есть поддержка для инкрементной или потоковой обработки данных.Я сослался на приведенный ниже документ

Наивный байес H2O

Можно ли проводить инкрементальное обучение с H2O, если да, то как?я также открыт для использования какого-либо другого классификатора, который поддерживает пошаговое майнинг.

Answer 1

H2O-3 имеет опцию для контрольной точки, но не для наивного байесовского.из документов :

The checkpoint option is available for DRF, GBM, and Deep Learning algorithms. This allows you to specify a model key associated with a previously trained model. This will build a new model as a continuation of a previously generated model. If this is not specified, then the algorithm will start training a new model instead of continuing building a previous model.

Если это то, что вы ищете, ссылка выше также ссылается на примеры кода Python и R о том, как использоватьпараметр контрольной точки.