使用Python使用自变量预测OR分类值集

Question

我有这样的数据集：

y1 | y2 | y3 | x1 | x2 | x3 | x4 | ..... xn|
1  | 0  | 0  | 1  | 1  | 0  | 1  | ..... 1 |
1  | 0  | 1  | 1  | 0  | 0  | 0  | ..... 0 |
1  | 1  | 0  | 0  | 1  | 1  | 1  | ..... 0 |

使用上述数据，我有自变量x1，x2 ... xn和因变量y1，y2，y3。我想运行一些（机器学习）算法，该算法不仅可以对一个因变量进行分类，还可以对一组因变量进行分类。一种方法是逐个学习每个因变量的模型，但这可能太耗时，因为最初我有50个以上的因变量。对于能够以更快的方式为我做这个算法的算法有什么建议吗？感谢。

Answer 1

来自官方scikit-learn documentation：

  

可以将多输出分类支持添加到任何分类器中   MultiOutputClassifier。这个策略包括拟合一个   每个目标的分类器。这允许多个目标变量   分类。这个类的目的是扩展估算器   能够估计出一系列目标函数（f1，f2，f3 ......，fn）   训练在单个X预测矩阵上预测一系列   响应（y1，y2，y3 ......，yn）。

因此，您可以使用这个幻想库为您完成工作：）