假设我使用 TRAIN.py 来训练回归模型调用 "MODEL_V1" ，我想将其部署到本地企业 . 所有者想要了解有关 future changes 的模型更新的更多信息 . 我认为，
-
对于 big changes ，例如添加/删除功能等，应该从头开始训练模型 by a data scientist .
-
只有 new data added to the database 的更新，自动python程序应该能够调用 TRAIN.py 来训练模型 "MODEL_V2" without human interaction .
我已经培训了研究ML模型，但我不知道2.对于工业应用是否正确（或者对于再培训，是否需要人工交互）
感谢这方面的经验或指导！
1 回答
对于2号 . 我猜它可以自动化，但只能达到某一点 .
我的意思是，你可以有一个重新训练模型的脚本 . 但是你需要确保它的性能至少与之前的型号一样好 .
因此，您必须事先准备好一个有代表性的测试集，并定义一个或多个适合您的问题的性能测量，以便您可以跟踪测试数据集上不同模型的性能 .
否则，您可以重新训练并用更糟糕的版本替换您的模型 .