scikit-learn - Sklearn Random Forrest 不同标签编码的不同精度值

Question

我正在使用 sklearn Random Forrest 来训练我的模型。使用与模型相同的输入特征，我首先尝试使用 label_binarize 传递目标标签，以创建我的目标标签的一个热编码，然后我尝试使用 label_encoder 对我的目标标签进行编码。在这两种情况下，我都会得到不同的准确度分数。发生这种情况是否有特定原因，因为我只是使用不同的方法对标签进行编码而不更改任何输入特征。

Answer 1

不是因为标签，而是随机森林的随机性。

尝试修复 random_state 以避免这种情况。

Answer 2

https://datascience.stackexchange.com/questions/74364/random-forrest-sklearn-gives-different-accuracy-for-different-target-label-encod

基本上，当您将目标标签编码为一种热编码时，sklearn 将其视为多标签问题，而标签编码器提供一维数组，而 sklearn 将其视为多类问题。

https://scikit-learn.org/stable/modules/multiclass.html