python - Scikit Learn SGDClassifier Partial_Fit 错误

Question

我正在使用 scikit-learn 和 SGD 分类器来小批量训练 SVM。这是一个小代码片段:

for row in reader:
        if row[0] in model.docvecs:
            TRAINING_X.append(model.docvecs[row[0]])
            TRAINING_Y.append(row[2])
        if count % 10000 == 0:
            np_x = np.asarray(TRAINING_X)
            np_y = np.asarray(TRAINING_Y)
            clf.partial_fit(np_x,np_y, np.unique(np.asarray))
            TRAINING_X = []
            TRAINING_Y = []
        count += 1

我使用partial_fit函数读取每1000个数据点，并使用np.unique()根据documentation生成类标签。

但是，当我运行此程序时，出现以下错误:

raise ValueError("The number of class labels must be " ValueError: The number of class labels must be greater than one.

我有点困惑。我是否错误地生成了类标签？

Answer 1

partial_fit 的文档说，所有调用partial_fit 的类。可以通过np.unique(y_all)获得，其中y_all是整个数据集的目标向量。

您似乎正在传递np.unique(np.asarray)，这似乎不正确。