scikit multilabel классификация: ValueError: плохая форма ввода

Question

I beieve SGDClassifier() с loss='log' поддерживает многоуровневую классификацию, и мне не нужно использовать OneVsRestClassifier. Check this

Теперь, мой набор данных довольно большой, и я использую HashingVectorizer и передавая результаты в качестве входных данных SGDClassifier. Моя цель имеет 42048 функций.

Когда я запускаю это следующим образом:

clf.partial_fit(X_train_batch, y) 

я получаю: ValueError: bad input shape (300000, 42048).

Я также использовал классы в качестве параметра следующим образом, но все тот же вопрос.

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

В документации SGDClassifier, он говорит y : numpy array of shape [n_samples]

Answer 1

Нет, SGDClassifier делает не делать MultiLabel классификации - это делает MultiClass классификации, которая является другой проблемой, хотя и решаются с помощью одна проблема против всех проблем.

Тогда ни SGD, ни OneVsRestClassifier.fit не принимают разреженную матрицу для y. Первый хочет массив ярлыков, как вы уже узнали. Последний требует для многоцелевых целей списка списков меток, например.

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

для обозначения того, что X[0] имеет метку 1, X[1] имеет этикетки {2,3} и X[2] имеет метки {1,3}.