我想在一个neuraxle管道中使用分类器，例如sklearn.linear_model.SGDClassifier，并使用partial_fit以在线方式进行训练。我已经将分类器包装在SKLearnWrapper中，并设置了use_partial_fit=True，如下所示：

from neuraxle.pipeline import Pipelinefrom neuraxle.steps.sklearn import SKLearnWrapperfrom sklearn.linear_model import SGDClassifierp = Pipeline([    SKLearnWrapper(SGDClassifier(), use_partial_fit=True)    ])X = [[1.], [2.], [3.]]y = ['class1', 'class2', 'class1']p.fit(X, y)

然而，要以在线方式训练分类器，需要向partial_fit函数提供一个额外的参数classes，该参数包含数据中可能出现的类别，例如classes=['class1', 'class2']，至少在首次调用时需要提供。因此，上述代码会导致错误：

ValueError: classes must be passed on the first call to partial_fit.

同样的问题也出现在其他fit_params参数上，例如sample_weight。在标准的sklearn管道中，可以通过<step name>__<parameter name>语法将fit_params传递给各个步骤，例如对于sample_weight参数：

from sklearn.linear_model import SGDClassifierfrom sklearn.pipeline import Pipelineq = Pipeline([    ('clf', SGDClassifier())])q.fit(X, y, clf__sample_weight=[0.25, 0.5, 0.25])

当然，标准的sklearn管道不允许对分类器调用partial_fit，这就是为什么我最初想使用neuraxle管道的原因。

在neuraxle管道中，有没有办法向步骤的fit或partial_fit函数传递额外的参数呢？

回答：

我建议您编辑SKLearnWrapper，通过重新定义partial_fit方法来添加参数，并添加您想要的缺失参数。

您还可以在分叉的SKLearnWrapper中添加一个方法，如下所示。可以通过稍后从管道外部调用的apply方法来更改类别参数。

ConfigurablePartialSGDClassifier(SKLearnWrapper)    def __init__(self):        super().__init__(SGDClassifier(), use_partial_fit=True)    def update_classes(self, classes: List[str]):        self.classes = classes    def _sklearn_fit_without_expected_outputs(self, data_inputs):        self.wrapped_sklearn_predictor.partial_fit(data_inputs, classes=self.classes)

然后您可以这样做：

p = Pipeline([    ('clf', ConfigurablePartialSGDClassifier())])X1 = [[1.], [2.], [3.]]X2 = [[4.], [5.], [6.]]Y1 = [0, 1, 1]Y2 = [1, 1, 0]classes = ['class1', 'class2', 'class1']p.apply("update_classes", classes)p.fit(X1, Y1)p.fit(X2, Y2)

请注意，p也可以这样简单定义以获得相同的行为：

p = ConfigurablePartialSGDClassifier()

关键是，调用apply方法可以穿过管道，如果步骤中包含此类方法，则会应用于所有嵌套步骤。