0

我正在尝试运行一个 linear_model.SGDClassifier() 并在它分类的每个示例后更新它。我的代码适用于一个小功能文件（10 个功能），但是当我给它一个更大的功能文件（大约 80000 个功能，但非常稀疏）时，它会立即给我错误，第一次调用 partial_fit()。

这就是我在伪代码中所做的：

X, y = load_svmlight_file(train_file)
classifier = linear_model.SGDClassifier()
classifier.fit(X, y)

for every test_line in test file:
  test_X, test_y = getFeatures(test_line)
  # This gives me a Python list for X
  # and an integer label for y

  print "prediction: %f" % = classifier.predict([test_X])

  classifier.partial_fit(csr_matrix([test_X]),
                         csr_matrix([Y_GroundTruth])
                         classes=np.unique(y) )

对于 partial_fit() 行，我不断收到的错误是：

  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/linear_model/stochastic_gradient.py", line 487, in partial_fit
    coef_init=None, intercept_init=None)
  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/linear_model/stochastic_gradient.py", line 371, in _partial_fit
    sample_weight=sample_weight, n_iter=n_iter)
  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/linear_model/stochastic_gradient.py", line 451, in _fit_multiclass
    for i in range(len(self.classes_)))
  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 517, in __call__
    self.dispatch(function, args, kwargs)
  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 312, in dispatch
    job = ImmediateApply(func, args, kwargs)
  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 136, in __init__
    self.results = func(*args, **kwargs)
  File "/bla/bla/epd/lib/python2.7/site-packages/sklearn/linear_model/stochastic_gradient.py", line 284, in fit_binary
    est.power_t, est.t_, intercept_decay)
  File "sgd_fast.pyx", line 327, in sklearn.linear_model.sgd_fast.plain_sgd (sklearn/linear_model/sgd_fast.c:7568)
ValueError: ndarray is not C-contiguous

我还尝试提供 partial.fit() Python 数组或 numpy 数组（我认为默认情况下是 C 连续 (sort=C)），但这给出了相同的结果。classes 属性不是我认为的问题。如果我将其忽略或以硬代码提供正确的类，则会出现相同的错误。

我确实注意到，当我打印分类器的 _coef 数组的标志时，它说：

Flags of coef_ array:
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

我确定我做错了什么，但真的，我不明白是什么......

任何帮助表示赞赏！

4

1 回答 1

3

作为记录（所以这个问题似乎没有得到回答），这个问题以前在 scikit-learn 邮件列表中得到了回答。这是 scikit-learn 0.14 中的一个错误SGDClassifier。解决方法是将首字母替换fit为partial_fit.

更新：我在几分钟前修复了这个错误。

于 2013-10-09T15:50:47.627 回答