具有 class_weight=auto 的 SGDClassifier 在 scikit-learn 0.15 但不是 0.14 上失败答案

【问题标题】：SGDClassifier with class_weight=auto fails on scikit-learn 0.15 but not 0.14具有 class_weight=auto 的 SGDClassifier 在 scikit-learn 0.15 但不是 0.14 上失败
【发布时间】：2014-09-08 15:16:35
【问题描述】：

当我使用以下选项训练 scikit-learn v0.15 SGDClassifier 时：SGDClassifier(loss='log', class_weight=None, penalty='l2')，训练完成且没有错误。然而，当我在 scikit-learn v0.15 上使用 class_weight='auto' 训练这个分类器时，我得到了这个错误：

  return self.model.fit(X, y)
  File "/home/rose/.local/lib/python2.7/site-packages/scikit_learn-0.15.0b1-py2.7-linux-x86_64.egg/sklearn/linear_model/stochastic_gradient.py", line 485, in fit
    sample_weight=sample_weight)
  File "/home/rose/.local/lib/python2.7/site-packages/scikit_learn-0.15.0b1-py2.7-linux-x86_64.egg/sklearn/linear_model/stochastic_gradient.py", line 389, in _fit
    classes, sample_weight, coef_init, intercept_init)
  File "/home/rose/.local/lib/python2.7/site-packages/scikit_learn-0.15.0b1-py2.7-linux-x86_64.egg/sklearn/linear_model/stochastic_gradient.py", line 336, in _partial_fit
    y_ind)
  File "/home/rose/.local/lib/python2.7/site-packages/scikit_learn-0.15.0b1-py2.7-linux-x86_64.egg/sklearn/utils/class_weight.py", line 43, in compute_class_weight
    raise ValueError("classes should have valid labels that are in y")
ValueError: classes should have valid labels that are in y

是什么原因造成的？

作为参考，这里是class_weight上的文档：

为 class_weight 拟合参数预设。与相关的权重类。如果没有给出，所有的类都应该有一个权重。 “自动”模式使用 y 的值来自动调整权重与类频率成反比。

【问题讨论】：

您是否在 OSX 上使用相同的 scikit-learn 版本？ 0.15 版本刚刚发布，也许你可以尝试一下。如果错误仍然存在，即相同的代码在 linux ec2 而不是在 macosx 上引发错误，那么您应该考虑将其报告给 scikit-learn 邮件列表。
我使用的是 0.15 版。
查看您的回溯，您使用的是 beta1，而不是 0.15 版

标签： scikit-learn

【解决方案1】：

我认为这可能是 scikit-learn 中的一个错误。作为一种变通方法，请尝试以下操作：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y_encoded = le.fit_transform(y)
self.model.fit(X, y_encoded)
pred = le.inverse_transform(self.model.predict(X))

【讨论】：

【解决方案2】：

我正在修复此 PR：

https://github.com/scikit-learn/scikit-learn/pull/3515

如果它为您解决了问题，请随时测试并报告。

【讨论】：