我只是遵循代码here（对sklearn 0.17进行了少量修改）。在该示例中，数据只是列表或numpy数组。现在我想在磁盘上准备玩具训练数据集，并使用datasets.load_files加载它以进行多标记分类。但是，只需遵循load_files约定，然后将同一文件复制到多个文件夹，就不会为dataset.target生成列表（也就是标签集）。
那么为多标签分类准备数据集的正确方法是什么？
答案 0 :(得分：1)
我不认为load_files支持多标记类，说实话我从未使用scikit学习加载数据，我总是使用pandas进行初始数据加载和预处理。您的案例的一个选项是将您的数据存储为csv，将标签序列化为管道分隔列表
例如，您的文件data.csv可能是
recipe_name,classes
'stir fried broccoli',chinese|vegetarian
'kung po chicken',chinese|meat
'sauerkraut salad',vegetarian|polish
你可以按如下方式加载它：
import pandas as pd
df = pd.read_csv('data.csv')
X_train = df.recipe_name
y_train = df.classes.str.split('|')