scikit 多标签分类：ValueError：输入形状错误

Question

我beieveSGDClassifier()与loss='log'支持多标记分类，我没有使用OneVsRestClassifier。检查这个

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，SGDClassifier它不是做多标记分类-它多类分类，这是一个不同的问题，虽然两者使用的是一个-VS-所有问题解决了减少。

然后，SGD 也不OneVsRestClassifier.fit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。后者需要一个标签列表列表，用于多标签目的，例如

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

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