多标签分类上的交叉验证出错

Question

我正在使用“multiclass.OneVsRestClassifier”和“cross_validation.StratifiedKFold”。当我对多标签问题进行交叉验证时，它会失败。 是否可以对多标签问题进行交叉验证scikit-learn？

我认为问题出在类标签列表的元组Eg（[1]，[2]，[2]，[1]，[1,2]，[3]，[1,2,3] ..）

我相信这个错误的代码如下：

n_samples = X.shape[0]
Y_list = [value for value in Y.T]
print 'Y_list[0].shape:', Y_list[0].shape, 'len(Y_list):', len(Y_list)
cv = cross_validation.StratifiedKFold(Y_list, 3)

Answer 1

如果您打算使用scikit-learn解决多标签任务，请先建议 使用MultilabelBinarizer将输出转换为标签二进制指示符。

分层k-fold不支持多标记格式，因为它需要平衡每个标记的阳性比例。相反，您可以使用K-folds或shuffle split交叉验证策略。