这里是业余机器学习程序员。我想执行一个分类任务,其中可能同时发生两个类别预测。
例如,在花朵图像分类中。除了能够对玫瑰或兰花的图像进行分类之外;我还希望能够对图像是否同时包含玫瑰和兰花进行分类。我需要训练我的模型来区分“玫瑰+兰花”作为独立班吗?
这是任务的示例图片。
答案 0 :(得分:3)
在scikit中,学习所有具有prob_a
功能的分类器都符合您的规范。此函数返回将每个类别分配给输入x
的概率。因此,您可以根据自己的问题在Scikit学习中使用SVC,逻辑回归,朴素贝叶斯,随机森林或任何已解释的分类器(如果您正在scikit学习中查找指定的分类器)。
当您为每个类别找到prob_a
时,如果两个最可能的类别之间的差异彼此接近,则可以引入两个最可能的类别的输入。
答案 1 :(得分:1)
这称为多标签分类问题。有很多方法可以解决此问题。有关multi-label classification的Sklearn文档。