我目前使用partial_fit和SGDClassifier来训练一个模型，以预测图像上的标签（hashtags）。

我遇到的问题是SGDClassifier需要提前指定classes。这对于离线训练模型是可以的，但我希望在观察到新的标签时能够在线添加新类别。目前，我需要从头开始重新训练一个新模型来适应这些新类别。

有没有办法让SGDClassifier接受新类别而无需重新训练新模型？或者我是否应该为每个标签训练一个单独的二元SGDClassifier？

谢谢

回答：

标签通常只是标签，因此一个对象可以有多个标签。在这种情况下不存在多类别场景——你应该为每个标签只使用一个二元SGD分类器。当然，你可以训练更复杂的模型来考虑标签之间的关系，但SGD并不这样做，因此在给定的设置中使用它并不比拥有N个不同的分类器更有意义。