Sklearn SGDClassifier部分拟合

Sklearn SGDClassifier部分拟合

我终于找到了答案。您需要 在每次迭代之间 重新 整理训练数据 ，因为在实例化模型时设置 shuffle = True 不会在使用
partial_fit 时重新 整理 数据（仅适用于 fit
）。注意：在sklearn.linear_model.SGDClassifier页面上找到此信息将很有帮助。

修改后的代码如下：

from sklearn.linear_model import SGDClassifierimport randomclf2 = SGDClassifier(loss='log') # shuffle=True is useless hereshuffledRange = range(len(X))n_iter = 5for n in range(n_iter):    random.shuffle(shuffledRange)    shuffledX = [X[i] for i in shuffledRange]    shuffledY = [Y[i] for i in shuffledRange]    for batch in batches(range(len(shuffledX)), 10000):        clf2.partial_fit(shuffledX[batch[0]:batch[-1]+1], shuffledY[batch[0]:batch[-1]+1], classes=numpy.unique(Y))