python - 多标签分类的交叉验证错误

Question

我正在使用“multiclass.OneVsRestClassifier”和“cross_validation.StratifiedKFold”。当我对多标签问题进行交叉验证时，它失败了。是否可以对多标签问题 scikit-learn 执行交叉验证？

我认为问题出在类标签列表的元组中，例如（[1]、[2]、[2]、[1]、[1,2]、[3]、[1,2,3]。.. )

我认为此错误的代码如下：

n_samples = X.shape[0]
Y_list = [value for value in Y.T]
print 'Y_list[0].shape:', Y_list[0].shape, 'len(Y_list):', len(Y_list)
cv = cross_validation.StratifiedKFold(Y_list, 3)

Answer 1

如果您打算使用 scikit-learn 解决多标签任务，建议首先使用MultilabelBinarizer将您的输出转换为标签二进制指示符。

分层 k-fold 不支持多标签格式，因为它需要平衡每个标签的正数比例。相反，您可以使用K-folds或shuffle 拆分交叉验证策略。