假设我有一个多类且具有层次结构的分类问题，例如’可食用’、’有营养’和’无营养’ – 可以这样表示

├── 可食用│   ├── 有营养│   └── 无营养└── 不可食用

虽然使用支持多类分类的分类器或对于不支持的分类器使用一对一/一对所有方案可以获得不错的性能，但单独训练每一级的分类器并将它们连接起来，以便将分类为’可食用’的实例进一步分类为有营养或无营养，可能会更有益。

我想使用scikit-learn的估计器作为构建块，我想知道我是否可以让Pipeline支持这种方法，或者我是否需要编写自己的估计器来实现基础估计器，并可能实现BaseEnsemble来实现这一点。

@某人之前在邮件列表中提到过这个问题 http://sourceforge.net/mailarchive/message.php?msg_id=31417048，我想知道是否有人对此有见解或建议如何进行操作。

回答：

您可以通过提供一个base_estimator作为构造函数参数和一个按顺序排列的目标类列表来级联，来编写自己的类作为元估计器。在这个元分类器的fit方法中，您可以根据这些类对数据进行子切片，并为每一级拟合base_estimators的克隆，并将结果子分类器存储在元分类器的属性中。

在predict方法中，您再次遍历级联结构，这次调用底层子分类器的predict方法来切片您的预测，并递归地将这些预测传递到下一级。您将需要使用大量的numpy高级索引 😉

您可以git grep base_estimator在源代码中查找代码库中现有的元估计器示例（如Bagging、AdaBoost、GridSearchCV…）。