我目前正在将partial_fit与SGDClassifier配合使用以拟合模型来预测图像上的标签。
我遇到的问题是SGDClassifier需要预先指定classes。可以离线拟合模型，但是我想在观察新的标签时在线添加新类。当前，我需要从头开始重新培训新模型以适应新课程。
有没有一种方法可以让SGDClassifier接受新类而不必重新训练新模型？还是为每个标签训练一个单独的二进制SGDClassifier更好？
谢谢
最佳答案
哈希标签通常只是标签，因此一个对象可以包含多个标签。在这种情况下，不会出现多类情况-每个标签应该只有一个SGD二进制分类器。您显然可以考虑标签之间的推理来拟合更复杂的模型，但是SGD并非如此，因此，在提供的设置中使用它并不比仅具有N个不同的分类器有意义。