重训练多分类模型时遇单一类别报错，如何解决？

需求与现有代码 #

你要实现的功能：

• 加载已训练模型与未见过的数据集
• 用BERT编码器（SentenceTransformer('all-mpnet-base-v2')）+ 训练好的模型构建流水线
• 随机选数据预测，若结果错误则用该样本重训练模型

现有代码：

random_row = full_df.sample(1)
X = random_row[['mmgid', 'body','preprocessedBody']]  # select specific columns
article = np.random.choice(X['preprocessedBody'])
encoded_text = bert_model.encode([article])

prediction = multi_model.predict(encoded_text)[0]
print(X['body'])
print(f"Prediction: {prediction}")

# 询问用户预测是否正确
response = input("Is this prediction correct? (yes/no)")
# 若错误则获取正确分类
if response.lower() == 'no':
    correct_classification = input("What is the correct classification for this article?")
    
    # 用该样本重训练模型
    multi_model.fit([encoded_text2], [correct_classification])

    # 测试更新后的模型
    updated_prediction = multi_model.predict([article])

    # 显示新预测结果
    print(f"The updated model predicts that this article belongs to the '{updated_prediction}' category.")

触发的错误 #

-> 1183     raise ValueError(
   1184         "This solver needs samples of at least 2 classes"
   1185         " in the data, but the data contains only one"
   1186         " class: %r"
   1187         % classes_[0]
   1188     )
   1190 if len(self.classes_) == 2:
   1191     n_classes = 1

ValueError: This solver needs samples of at least 2 classes in the data, but the data contains only one class: '2'

解决方法 #

1. 核心原因 #

调用fit()方法时只传入了单个样本，对应的类别只有一种，而大部分分类器（比如SVM、逻辑回归等）要求训练数据必须包含至少2个不同类别才能完成参数更新。

2. 具体修正步骤 #

（1）用partial_fit替代fit做增量更新

如果你的模型是scikit-learn的分类器（比如LogisticRegression、SGDClassifier等），可以用partial_fit实现单样本增量训练，需提前指定所有可能的类别：

# 先定义任务中所有可能的分类标签，比如['0','1','2','3']，根据实际情况修改
all_classes = ['0', '1', '2', '3']

# 重训练部分替换fit为partial_fit
multi_model.partial_fit(encoded_text, [correct_classification], classes=all_classes)

partial_fit是为增量学习设计的，不需要每次训练都提供多类别数据，只要初始化时指定所有可能类别即可。

（2）修复代码中的变量错误

• 代码里的encoded_text2未定义，应使用之前生成的encoded_text
• 预测更新后的模型时，不能直接传原始文本article，要先编码成向量再预测：

# 修正后的重训练与预测代码
if response.lower() == 'no':
    correct_classification = input("What is the correct classification for this article?")
    
    # 用partial_fit增量更新模型
    multi_model.partial_fit(encoded_text, [correct_classification], classes=all_classes)

    # 重新编码后预测
    updated_prediction = multi_model.predict(encoded_text)[0]

    print(f"The updated model predicts that this article belongs to the '{updated_prediction}' category.")

（3）备选方案：保留原有训练数据的少量样本

如果你的模型不支持partial_fit，可以把新样本和原有训练数据中的少量多类别样本混合后再调用fit()，但这种方法会增加计算量，且可能覆盖原有模型的部分特征。

内容的提问来源于stack exchange，提问作者Python-data