问题标签 [multilabel-classification]

在上面的代码中，仅打印列表 Xclf.predict()中样本的 1 个最佳预测。我对列表 X中特定样本的前 3 个预测感兴趣，我知道该函数/返回列表 Y中每个特征的所有概率的列表，但它必须先排序，然后与列表 Y 中的特征关联，然后才能获得前3 名的结果。有没有直接有效的方法？predict_probapredict_log_proba

我正在尝试在多标签场景中将特征选择作为 scikit-learn 管道的一部分。我的目的是为一些给定的 k 选择最好的 K 个特征。

这可能很简单，但我不明白如何在这种情况下获取选定的特征索引。

在常规情况下，我可以做这样的事情：

但是在多标签场景中，我的标签尺寸是 #samples X #unique_labels 所以 fit 和 fit_transform 产生以下异常： ValueError: bad input shape

这是有道理的，因为它需要维度 [#samples] 的标签

在多标签场景中，这样做是有意义的：

但是我得到的对象是 sklearn.multiclass.OneVsRestClassifier 类型，它没有 get_support 函数。在管道期间使用经过训练的 SelectKBest 模型时，如何获得它？

对于那些不熟悉 Meka 的人 - 它是 Weka 对多标签分类器的扩展。然而，Meka 和 Weka 非常相似，因此 Weka 用户也可以回答这个问题。

基本上，我想要我运行各种分类器的结果，并且我希望它们都在一个表中，这样我就可以快速（动态/自动）进行模型选择，而不必为各种评估指标对每个分类器的值进行硬编码。 .

是否有一种万无一失、有效的方法来运行多个分类器实验——比如使用交叉验证——并获得如下表：

我有一个包含多个标签的图像数据集；数据集中有 100 个类，每个图像有 1 到 5 个与之关联的标签。

我正在按照以下 URL 中的说明进行操作：

https://github.com/BVLC/caffe/issues/550

它说我需要生成一个列出图像及其标签的文本文件，如

在我的情况下，由于我有多标签图像，是否可以像下面这样简单地添加标签？

我有一种感觉，它可能不会那么简单，如果我是对的，在设置 Caffe 的过程中，我应该在哪一步以及如何整合数据集的多标签性？

我是 Vowpal Wabbit 的新手，我可能在这里遗漏了一些非常明显的东西。

我有 CSV 格式的训练数据，我将其分成 80% 用于训练和 20% 用于测试。它包含 62 个特征 (x0-x61)，总共定义了 7 个类 (0-6)。

我已使用 phraug2/csv2vw.py 将 CSV 转换为 Vowpal 格式 转换后的数据如下所示：

然后我正在尝试进行多类分类，One Against All 来建立一个模型：

但是，我对 NAN 预测有很多迷失：

平均损失表明该模型无法真正预测任何事情

我究竟做错了什么？

这里的答案之一存在交叉熵：nolearn for multi-label classification，即：

为什么这是专门的多标签？它看起来很像单变量（单类）分类的对数损失。我在文献http://arxiv.org/pdf/1312.5419v3.pdf中找到了这一点。

我有 4000 个特征和 35 个样本的数据集。所有特征都是 1 到 3 之间的浮点数。例如：2.68244527684596。

我正在努力让任何分类器处理这些数据。我使用过 knn、svm（带有线性、rbf、poly）。然后我了解了标准化。不过，这对我来说有点复杂，我无法让这段代码正常工作并给我正确的预测。

我用来规范化数据的代码是：

我试图分类的代码是：

我是机器学习的新手，我正在努力学习更多关于所有概念的知识。我想有人可能会指出我正确的方向。

注意：我只有 35 个样本，这是作业的一部分。我无法获得更多数据:(

背景

比方说，我们有L标签来预测多类（或多标签）问题。使用OneVsRestClassifier，L正在构建分类器。假设，我们使用LogisticRegression单个分类器。

GridSearchCV当使用(resp. )搜索最优超参数时RandomizedSearchCV，我们运行：

问题

通过运行GridSearchCV上面的命令，我们将获得一组最佳超参数，用于训练（resp. refit）所有L分类器。因此，例如，我们将获得 的最佳值，并且该C=10值将用于重新拟合所有L分类器。

我的问题是为什么GridSearchCV不为每个L分类器返回一组不同的最佳超参数。例如label0，一个最优的C=10，label1将得到一个最优的C=0.01，...？为什么决定返回一组超参数，而不是为每个分类器返回一组？

以往的经验

我之所以这样问，是因为这种行为与我“手动”训练每个标签分类器时通常得到的行为不同。例如，对于某些任务，我有数千个标签要预测，我单独训练每个标签分类器（分布在许多机器上），因此我肯定会为每个标签分类器获得不同的超参数值。

我是 XGBOOST 包的新手，我想用它来解决多类分类问题。

我现在有 30 个类（或标签），我已将它们转换为整数（0 - 29）。然后我在数据集上运行 XGBOOST 包中的 xgboost() 方法。建立模型后，我使用 predict() 方法来预测新的测试数据。最后，我得到了一个数字向量作为最终输出。顺便说一句，所有数字都在 0 和 1 之间。

那么现在我该如何解释输出呢？是这个概率吗？但是我怎么知道应该与哪个类相关呢？

谢谢

我正在使用 和 处理多标签OneVsRestClassifier分类SVC，

第一个问题

数字0.85代表什么？它是分类器中最好的L还是平均的？同样，这组参数是否代表分类器中得分最高的L？

第二个问题

基于这样一个事实，如果我是对的，从OneVsRestClassifier字面上L为每个标签构建分类器，人们可以期望访问或观察每个标签的性能。但是，在上面的示例中，如何L从对象中获取分数GridSearchCV？

编辑

为了简化问题并帮助自己更多地了解OneVsRestClassifier，在调整模型之前，

可以证明gp.T[0]==fp和gp.T[1]==sp。gp.T[2]==tp因此，“全局”预测只是“连续”的L个体预测，而第二个问题就解决了。

但是让我感到困惑的是，如果一个元分类器OneVsRestClassifier包含L分类器，那么GridSearchCV对于OneVsRestClassifier具有L？

看到任何评论将不胜感激。