使用 SKlearn 预训练/重新训练 kernel 岭回归

Question

我目前正在数据集的前 30% 上训练 Kernel 岭回归 model 以预测最后 70%。 由于我有许多有点相似的数据集，所以我想使用已经训练过的 model（在整个数据集上训练），并将其拟合到一个新数据集，其中参数和权重不仅被覆盖，而是调整为新数据，来自旧的 model。 在查看 SKlearns Kernel Ridge Regression 的文档时，我似乎无法弄清楚如何做到这一点。 我发现其他型号有 partial.fit() function，但 KRR 不存在。

所以我想知道是否有解决方法，或者是否真的有一个 function 可以实现我想要做的事情。