我目前正在使用partial_fit
和SGDClassifier来拟合模型来预测图像上的主题标签。
我遇到的问题是SGDClassifier需要预先指定classes
。这可以使模型脱机,但我想在观察新的标签时在线添加新类。目前,我需要从头开始重新培训新模型以适应新课程。
有没有办法让SGDClassifier接受新类而无需重新培训新模型?或者我最好为每个标签训练一个单独的二进制SGDClassifier?
由于
答案 0 :(得分:1)
Hashtags通常只是标签,因此一个对象可以有很多。在这样的设置中没有多类场景 - 并且每个标签应该只有一个SGD二元分类器。显然,考虑到标签之间的推理,你可以适应更复杂的模型,但是SGD并不是这样,因此在提供的设置中使用它并不比仅具有N个不同的分类更有意义。