machine-learning - scikit多标签分类：ValueError：输入形状错误

Question

我相信支持多标签分类，我不必使用 OneVsRestClassifier SGDClassifier()。检查这个loss='log'

现在，我的数据集非常大，我正在使用HashingVectorizer并将结果作为输入传递给SGDClassifier. 我的目标有 42048 个特征。

当我运行它时，如下所示：

clf.partial_fit(X_train_batch, y)

我得到：ValueError: bad input shape (300000, 42048)。

我也使用类作为参数如下，但仍然是同样的问题。

clf.partial_fit(X_train_batch, y, classes=np.arange(42048))

在 SGDClassifier 的文档中，它说y : numpy array of shape [n_samples]

Answer 1

不，不做SGDClassifier多标签分类——它做多类分类，这是一个不同的问题，尽管两者都是使用一对多的问题减少来解决的。

然后，SGD 也OneVsRestClassifier.fit不会接受 的稀疏矩阵y。正如您已经发现的那样，前者需要一系列标签。后者出于多标签的目的需要标签列表的列表，例如

y = [[1], [2, 3], [1, 3]]

表示X[0]有标签 1、X[1]有标签{2,3}和X[2]有标签{1,3}。