Sklearn SGDC partial_fit ValueError：类应包括可以在y中的所有有效标签

Question

加载已经过训练的SGDC模型并尝试再次使用新功能集和数据进行partial_fit。 但是收到了ValueError：类应该包含所有可以在y中的有效标签 和我的class_weights =无，并希望每个班级都有相同的权重。

model_predicted_networktype = joblib.load(f)
new_training_data_count_matrix 
=count_vect_predicted_networktype.transform(training_dataset)
new_training_tf_idf = tf_idf(new_training_data_count_matrix)
model_predicted_networktype.partial_fit(new_training_tf_idf,training_labels)

我遇到了问题，我是否已经为我已经训练过的模型添加了新功能，这些功能与以前的功能有所不同，但是我需要为已经部署的数据添加新功能吗？

Answer 1

在您第一次调用partial_fit时，请执行classes = numpy.arange（some_estimated_max_number）并将数字映射到实际标签。这样您就可以动态添加数据。