Python Sklearn的增量训练SGD分类器

如何增量训练SKL中可用的SGDClassizer学习句子的线性模型。 它通常是用文档来训练的。但我想用一个接一个的句子来训练它。我想逐步训练它，让它用于情绪分析的tweet。任何用python示例的解释都会非常有帮助

任务：tweet的情绪分析 疑问：关于标签推文的增量培训

---

提前谢谢。

把句子列出来就行了 比如说

sents=["I am x","I am Y"]

然后使用HashingVectorizer对其进行变换，然后使用partial_fit对其进行增量训练。 这对我有用

---

谢天谢地，SGDClassizer没有文档的概念，只有样本（特征向量）。如果您将文本拆分为句子，然后使用

HashingVectorizer

对其进行矢量化，它应该可以正常工作。是的，我今天这样做了，而且它正在工作。事实上昨天我没能做到这一点。我在scikit learn中遵循了核心外实现示例，并与小批量混淆。顺便说一句，感谢您的回复…：）@larsmans告诉我们如何编写自己的功能。在哈希向量中，如何提取功能？？？@larsmans以及如何微调哈希向量器参数。