正确使用PassiveAggressiveClassifier的方法-在线学习

Question

我希望培训PassiveAggressiveClassifier在科学知识-学习在网上设置。

我在想，实例化这个分类器的正确方法是否是

PA_I_online = PassiveAggressiveClassifier(warm_start=True)

按照医生的说法

warm_start : bool, optional
When set to True, reuse the solution of the previous call to fit as initialization, otherwise, just erase the previous solution. 

这就是我在在线/增量设置中需要的--继续在下一个数据点上培训模型。

但在示例中，它被称为

'Passive-Aggressive': PassiveAggressiveClassifier()

在这段代码中也是如此

注意，根据文档默认值warm_start = False

，我错过了什么吗?

我的在线培训完整的代码片段是：

# Given X_train, y_train, X_test and y_test, labels

PA_I_online = PassiveAggressiveClassifier(loss='hinge', warm_start=True)

no_of_samples = len(X_train)
no_of_classes= np.unique(labels)

for i in range(no_of_samples):
    #get the ith datapoint
    X_i = X_train[i]
    y_i = y_train[i]

    #reshape it
    X_i = X_i.reshape(1,300)
    y_i = y_i.reshape(1,)

    #consume data point 
    PA_I_online.partial_fit(X_i, y_i, no_of_classes)

关键:要使用PassiveAggressiveClassifier()进行在线培训，不是必须设置参数PassiveAggressiveClassifier吗？

Answer 1

使用partial_fit()时，模型在任何情况下都不会重新初始化。文档中提到了fit()方法，默认情况下，该方法重置模型参数并从头开始进行培训。warm_start=True是为fit()方法而设计的。

您可能会发现这一讨论对进一步的详细信息很有用。