具有可变输出数量的Python Scikit决策树

Question

我希望使用Python SciKit库设置multi-output decision tree。然而，我面临的问题是它不是一个简单的“n_outputs”分类。一些样本将有3个输出，大约4个，大约5个。我不知道最好的方法是将它传达给图书馆。

我正在考虑使用最大数量的输出并具有“无输出”分类。因此，如果我训练每个样本被强制为5个输出的集合，那么最初只有3个分类的任何样本将通过添加“无输出”分类而变为5。

你觉得那会有用吗？是否有其他方法可以使用可变数量的输出来执行多输出决策树？

Answer 1

听起来您正在尝试进行多标签分类，而不是多输出分类。多标签可以通过提供一个指示符向量来轻松完成，该向量表示每个样本和每个类是否在类中，因此您获得一个二进制数组（0表示不在类中，1表示在类中） （n_samples，n_classes）。

查看multi-label documentation并查看是否符合您的使用案例。