迁移学习与增量学习

日常处理数据过程中，我们会遇到新数据的增加这个问题，我们既想增加新数据，又想利用原先的模型，迁移学习和增量学习就应运而生了，而且在今后的发展中，此类问题会越来越频发。

首先推荐几篇博客来探讨一下这个问题：1）Xgboost之增量学习https://blog.youkuaiyun.com/xieyan0811/article/details/82949236；2）浅谈迁移学习，增量学习https://blog.youkuaiyun.com/Chris_zhangrx/article/details/84786399；3）增强学习、增量学习、迁移学习——概念性认知https://blog.youkuaiyun.com/zyazky/article/details/51942135；4）机器学习基础--各种学习方式（30）--增量学习https://blog.youkuaiyun.com/wydbyxr/article/details/81327590；

增量学习与迁移学习最大的区别在于，增量仅仅是量的增加，迁移可能有质的改变。当然这也是有着量变到质变的可能性。

增量学习指的是单纯的数据增加，在原模型的基础之上进行训练，在树结构上的增量学习参考博客1中说的比较详细，这种方法适用于新的数据相较老