如何在不将旧数据与新数据合并的情况下重新训练机器学习模型？
我有一个对某些数据表现良好的模型，现在，根据我的要求，我将要接收数据，我需要根据新输入的数据重新训练模型。
现在，我已经保存了我的第一个模型，该模型的精度很高，但是我不想将新数据添加到旧数据中并使用新数据集重新训练模型，原因是我的旧数据数据量巨大，因此在计算上非常昂贵，并且要合并新旧集合需要花费时间。
我将模型保存为.pickle文件，并尝试使用新的数据集运行相同的模型，希望新模型能够很好地处理我的新火车数据。但是我注意到新模型本身已经接受了新数据的重新训练，而旧的记忆现在就消失了。
感谢您的帮助！