使用sklearn的OneVsRestClassifier将自定义的二元分类调整为多类分类

我有一个名为FMclassifier的二元分类方法,我需要将其应用于多类分类问题。据我所知,可以使用一些估算器将二元分类器或回归器转换为多类分类器。我想知道是否可以使用sklearn中的OneVsRestClassifier来实现这个目标?如果可以,我需要知道如何在我的代码中应用它?像下面的代码这样做对吗?

OneVsRestClassifier(FMClassifier(n_iter=100)).fit(X_train,y_train)

回答:

是的,做法类似于

classifier = OneVsRestClassifier(MyClassifier(param1 = A, param2 = B))
classifier.fit(X_train, Y)
predicted = classifier.predict(X_test)

你只需要确保你的分类器实现了fit方法以及decision_function或predict_proba方法中的一个。更多信息请查看这里:http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html

在你的例子中,你使用了OneVsOneClassifier,这是一个不同的元分类器,采用了不同的方法。

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