python - 多标签分类 ML-kNN 与 KNN

Question

这可能是一个愚蠢的问题，但我只是想知道 scikit.ml 中实现的 ML-KNN 和 scikit-learn 的 KNeighborsClassifier 之间的区别是什么。根据sklearn 的文档， KNeighborsClassifier 支持多标签分类。然而，ML-KNN 是适用于多标签分类的 KNN，它建立在 sklearn 的架构之上，基于它的文档。

在搜索示例多标签问题时，MLkNN 大多出现，但我不明白如果它已经支持它，使用它是否比 sklearn 的基本实现有任何优势。只是sklearn方面的后期适应还是在实现上有更多差异？

任何输入表示赞赏。谢谢！

Answer 1

scikit-multilearn 的 ML-KNN 实现是 scikit-learn 的 KNeighborsClassifier 的改进版本。它实际上是建立在它之上的。在找到训练数据中的k个最近邻之后，它使用最大后验原理来标记一个新的实例，以获得更好的性能。此外，由于它使用 SciPy 稀疏矩阵库在内部对稀疏矩阵进行操作，因此它具有很高的内存效率。更多信息在这里和这里。