PassiveAggressiveClassifier调用partial_fit预测结果始终为最后训练类别

问题现象 #

使用PassiveAggressiveClassifier的partial_fit做增量训练时，每次训练完新的材料类别后，预测旧类别样本都会返回最后训练的类别：

• 训练5个KAMIEN #1样本后，预测该类别样本结果正确；
• 训练1个stone样本后，再预测KAMIEN #1样本，结果变成stone；
• 再训练1个wood样本后，预测结果又变成wood。

问题原因 #

每次调用partial_fit时都传入classes参数，会强制模型重新初始化类别权重，直接覆盖之前学习到的旧类别信息。classes参数仅需在**第一次调用partial_fit**时传入，后续增量训练必须省略该参数。

修复方案 #

1. 首次训练（初始化类别） #

第一次调用partial_fit时，传入所有待训练的类别列表，后续训练不再传入该参数：

import pandas as pd
from sklearn.linear_model import PassiveAggressiveClassifier

# 初始化模型
clf = PassiveAggressiveClassifier()

# 第一次训练KAMIEN #1样本，传入所有类别
df = pd.read_csv("KamienSample_001.csv")
flatten_df = df.to_numpy().reshape(1, -1)
all_classes = ['KAMIEN #1', 'stone', 'wood']
clf.partial_fit(flatten_df, ['KAMIEN #1'], classes=all_classes)

2. 增量训练其他类别 #

新增stone、wood样本时，仅传入特征和对应标签：

# 训练stone样本
df = pd.read_csv("stoneSample_001.csv")
flatten_df = df.to_numpy().reshape(1, -1)
clf.partial_fit(flatten_df, ['stone'])

# 训练wood样本
df = pd.read_csv("woodSample_001.csv")
flatten_df = df.to_numpy().reshape(1, -1)
clf.partial_fit(flatten_df, ['wood'])

3. 预测代码（保持不变） #

df = pd.read_csv("KamienSample_001.csv")
flatten_df = df.to_numpy().reshape(1, -1)
class_code = clf.predict(flatten_df)
print("Class code", class_code)

额外注意事项 #

• 确保所有样本扁平化后的特征维度一致（400×80000=32000000维）；
• PassiveAggressiveClassifier对样本不均衡敏感，建议各类别样本数量尽量均衡，避免单类样本过少导致模型偏向；
• 训练过程中可定期用各类别验证样本测试模型，确认多类别预测稳定性。

内容的提问来源于stack exchange，提问作者Bat Man