使用partial_fit和OneVsRestClassifier处理不平衡数据

Question

简单地说，我有一个不平衡的数据集，因为大小，我必须使用partial_fit进行训练。我使用的一些方法无法自然地处理多类问题，所以我用OneVsRestClassifier包装它们。但是，这会导致调整class_weights时出现问题。

因为我使用partial_fit，所以无法设置class_weight='balanced'或'auto'。

是否有一个简单的解决方案，我可以使用OneVsRestClassifier并仍然加权我的课程？

示例代码：

model = OneVsRestClassifier(SGDClassifier(loss='log', alpha=1e-4, penalty='elasticnet', class_weight=weights))
model.partial_fit(features, labels_i, classes=np.unique(labels_i))

其中weights是包含每个类权重的字典。