Question

我正在为具有33个标签的数据集执行多标签分类任务。

我想预测不同标签组合实例的概率。我运行来自 scikit-multilearn 程序包的相关的 Label Powerset （http://scikit.ml/api/skmultilearn.problem_transform.lp.html）和 RakelD （http://scikit.ml/api/skmultilearn.ensemble.rakeld.html）模型完成这类任务。

我得到了一个稀疏矩阵的输出，其大小为测试集样本的数量X标签的数量，因此看来我得到的预测得分是每个标签而不是每个标签组合。我不确定自己在做什么错-我误解了吗？还是我用错了？

这是相关的代码行：

classifier = RakelD(
base_classifier=GaussianNB(),
base_classifier_require_dense=[True, True],
labelset_size=4
)

classifier.fit(X_train, y_train)
  
predictions = classifier.predict_proba(X_test)

还有

classifier = LabelPowerset(LogisticRegression(max_iter=1000))
classifier.fit(X_train, y_train)
predictions = classifier.predict_proba(X_test)

这只是输出的部分（1727是测试集样本的数量，而33是标签的数量）。

  (1727, 24)    4.448848136222317e-17
  (1727, 25)    0.9999999999999716
  (1727, 26)    8.88216696887196e-23
  (1727, 27)    9.592208368406972e-23
  (1727, 28)    0.9997353073474586
  (1727, 29)    2.9735581432191686e-12
  (1727, 30)    2.445564006803013e-40
  (1727, 31)    8.208621013012522e-33
  (1727, 32)    0.9999999993735122

任何帮助将不胜感激！

标签功率集和RakelD模型输出的解释

0 个答案: