我正在尝试构建一个多标签的离线文本分类器。如这里所述，基本思路是以批次的方式读取（超大规模的）文本数据集，并将其部分拟合到分类器中。此外，当你处理如这里所述的多标签实例时，方法是以一对多的方式构建与数据集中类别数量相同的二元分类器。
当将sklearn的MultiLabelBinarizer和OneVsRestClassifier类与部分拟合结合使用时，我遇到了以下错误：
ValueError: 具有多个元素的数组的真值是模糊的。使用a.any()或a.all()
代码如下：
from sklearn.naive_bayes import MultinomialNBfrom sklearn.feature_extraction.text import HashingVectorizerfrom sklearn.preprocessing import MultiLabelBinarizerfrom sklearn.multiclass import OneVsRestClassifiercategories = ['a', 'b', 'c']X = ["This is a test", "This is another attempt", "And this is a test too!"]Y = [['a', 'b'],['b'],['a','b']]mlb = MultiLabelBinarizer(classes=categories)vectorizer = HashingVectorizer(decode_error='ignore', n_features=2 ** 18, non_negative=True)clf = OneVsRestClassifier(MultinomialNB(alpha=0.01))X_train = vectorizer.fit_transform(X)Y_train = mlb.fit_transform(Y)clf.partial_fit(X_train, Y_train, classes=categories)你可以想象，最后三行是应用于每个小批次的代码，为了简洁，我已经删除了这些代码。
如果你移除OneVsRestClassifier，只使用MultinomialNB，代码可以正常运行。
回答：
你传递的y_train是通过MultiLabelBinarizer转换后的形式，如[[1, 1, 0], [0, 1, 0], [1, 1, 0]]，但传递的类别是['a','b','c']，这些类别随后通过这行代码处理：
if np.setdiff1d(y, self.classes_):raise ValueError(("Mini-batch contains {0} while classes " + "must be subset of {1}").format(np.unique(y), self.classes_))这会生成一个布尔值数组，如[False, True, ..]。if语句无法处理这样的数组作为单一真值，因此引发了错误。
首先，你应该以与Y_train相同的数值格式传递类别。即使你这样做了，OneVsRestClassifier的内部label_binarizer_也会判定其类型为”multiclass”而不是multilabel，然后拒绝正确转换类别。我认为这是OneVsRestClassifer和/或LabelBinarizer的一个bug。
请向scikit-learn的GitHub提交关于partial_fit的问题，看看会发生什么。
更新显然，从目标向量（y）中决定”multilabel”或”multiclass”是scikit-learn目前正在处理的一个问题，因为这涉及到许多复杂的情况。
- https://github.com/scikit-learn/scikit-learn/issues/7665
- https://github.com/scikit-learn/scikit-learn/issues/5959
- https://github.com/scikit-learn/scikit-learn/issues/7931
- https://github.com/scikit-learn/scikit-learn/issues/8098
- https://github.com/scikit-learn/scikit-learn/issues/7628
- https://github.com/scikit-learn/scikit-learn/pull/2626
