Sci-kit学习SGD分类器Partial_Fit错误

Question

我使用scikit-learn和SGD分类器在小批量中训练SVM。这里有一个小代码片段：

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（）根据文档生成类标签。

然而，当我运行这个程序时，我会得到以下错误：

引发ValueError（"类标签的数目必须为"ValueError:类标签的数量必须大于一个。

我有点困惑。我是否错误地生成了类标签？

Answer 1

partial_fit的文档显示Classes across all calls to partial_fit. Can be obtained by via np.unique(y_all), where y_all is the target vector of the entire dataset.。

你似乎通过了np.unique(np.asarray)，这似乎不正确。

Answer 2

根据程序抛出的错误，我认为目标变量中只有一个唯一的类。请使用np.unique(np_y)，并获取要输入到模型中的唯一类的数量，并确保它不止一个。

此外，classes参数的值似乎不正确，它应该是np.unique(np_y)而不是np.unique(np.asarray)