scikit-learn算法在多类分类中使用的默认机制是什么?

我在使用scikit-learn构建多类分类模型的过程中,尝试了RandomForestClassifier、KNeighborsClassifier、LogisticRegression、MultinomialNB和SVC这些算法。我对生成的结果很满意。然而,我有一个关于这些算法在多类分类中使用的默认机制的疑问。我读到所有的scikit-learn分类器都能够进行多类分类,但我找不到关于这些算法默认使用何种机制的信息。


回答:

“一对其余”或“一对所有”是多类分类算法中最常用且合理的默认策略。对于每个分类器,一个类别会被拟合到所有其他类别上。更多信息请查看https://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注