更新Pycaret异常检测模型

Question

我正在使用Pycaret检测时间序列数据中的异常。我正在每次呼叫中获取数据，检测和返回。一切都很好，但是在提高性能时，我计划加载保存的模型，用更少的数据对其进行重新培训（例如，每天而不是一次获得1000天的数据）并再次保存模型。在这里，它的性能增加了很多，因为它仅在较少的数据上进行培训。

问题是更新/重新培训模型。我找不到更新模型的任何方法。

Base Initially:
setup(dataframe)
model=createmodel(modelName)
results=assign_model(model)

我想做的。

try loading the model if already present.
setup(data_frame_new)
if model.exists:
    retrain_model
else:
    model=createmodel(modelName)
save_model(model)
results=assign_model(model)

因此，现在我已经训练了模型和新数据，如何将两者集成在一起。 有什么方法可以重新训练模型吗？到目前为止，我看不到任何文档。 或者我可能已经忽略了。请提出您的宝贵评论，让我知道如何实现这一目标。