sklearn-KN​​earestNeighbors与Multilabels

Question

我有一个包含功能及其标签的数据集。

它看起来像这样：

X1, X2, X3, X4, X5 .. Xn L1, L2, L3
Y1, Y2, Y3, Y4, Y5 .. Yn L5, L2
..

我想在此数据集上训练KNeighborsClassifier。似乎sklearn没有采用多标签。我一直在尝试这个：

mlb = MultiLabelBinarizer()
Y = mlb.fit_transform(Y)

# parameters:  n_neighbors=[5,15], weights = 'uniform', 'distance'
bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors =5,weights ='uniform'), max_samples = 0.6, max_features= 0.7, verbose =1, oob_score =True)
scores = cross_val_score(bagging, X, Y, verbose =1, cv=3, n_jobs=3, scoring='f1_macro')

它给了我ValueError: bad input shape

有没有办法在sklearn中运行multilabel分类器？

Answer 1

由于您的标签有二进制矩阵，因此您可以使用OneVsRestClassifier来进行BaggingClassifier处理多标签预测。代码现在应该如下所示：

bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors=5, weights='uniform'), max_samples=0.6, max_features=0.7, verbose=1, oob_score=True)
clf = OneVsRestClassifier(bagging)
scores = cross_val_score(clf, X, Y, verbose=1, cv=3, n_jobs=3, scoring='f1_macro')

您可以将OneVsRestClassifier与任何sklearn模型一起使用来进行多标记分类。

以下是解释：

http://scikit-learn.org/stable/modules/multiclass.html#one-vs-the-rest

以下是文档：

http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html

Answer 2

根据sklearn documentation，支持多输出多类分类任务的分类器是：

  

决策树，随机森林，最近邻居