问题标签 [scikit-multilearn]

我有一个包含 2 个标签的数据集，我知道这两个标签之间存在很强的相关性。但是，当我使用不考虑相关性的 scikit multilearn 二元相关性时，我得到的结果与考虑这些标签相关性的 Labelpowerset 分类器非常相似？对此有何评论？除了我使用http://scikit-multilearn.github.io/ 我不知道它有多有效？

要安装 scikit-multilearn，我尝试了以下命令，但没有成功：

或者，

scikit- multilearn官网建议使用pip：

当我在 Anaconda 存储库中找不到 python 包时，我应该如何安装它？如果我偶尔使用 pip 可以吗，而我的默认包管理器是 conda？

我得到的错误是：

1. 我们正在尝试scikit-multilearn在 python 脚本中导入“”库，我们正在 Azure 机器学习算法中使用这个 python 脚本来实现我们的目标。

   我们已经在 jupyter notebook 中编写了脚本，并在算法中运行了我们的脚本。

   在运行 python 脚本时，我们遇到以下错误，

   ImportError Traceback (last last call last) in () ----> 1 from skmultilearn.problem_transform import LabelPowerset 2

   ImportError：没有名为“skmultilearn”的模块

   在获得解决方案方面需要帮助。

编辑：

我们已经按照上面提到的步骤并成功通过了它。有关详细信息，请参阅下图。

但是在添加DataSet List后，将其拖到Execute Python Script in Machine learning实验的第三个节点，我们运行它，它会抛出以下错误：

此外，我们在 python 脚本中编写了“from skmultilearn.adapt import MLkNN”语句来检查库导入。

我正在研究多标签分类。我在 python scikit-learn 上使用了 GaussianNB 函数。目标是一个具有 (N, L) 形状的数组，其中 L 是类数，N 是观察数。

我使用了三种方法来处理多标签情况：

1. 二元相关
2. 链条模型
3. 标签权力集

我有 L 个类的先验分布，它是一个 (L,) 形状的数组。我试图通过像这样的先验参数将这个先验分布合并到 GaussianNB

但是，它返回以下错误

在多标签情况下，将先验指定为 GaussianNB 的正确方法是什么？

我正在运行多标签分类1的[代码]。如何修复未定义“X_train”的NameError。python代码如下。

我正在使用 MlKnn 方法，我能够拟合分类器并通过命令进行预测classifier.predict(Test)。

结果是scipy.sparse.lil.lil_matrix只有预测本身。

我不明白如何将这些预测分配给scipy.sparse.csr.csr_matrix格式的原始数据集 Test。

有人可以帮我吗？谢谢。

我想知道 scikit-multilearn 是否可以处理多输出回归任务。如果没有，您能否推荐另一种提供多种评估算法的工具？

谢谢你，邦迪

我目前正在使用 scikit-multilearn 进行多标签分类。我必须使用 meka.classifiers.multilabel.CM作为 meka_classifier。
但是当我运行我的代码时，我得到了不同的错误，我不明白为什么..

我不得不说，traningsdata 和路径（Weka 和 Java（通过 wichcraft））都在工作。如果我用 BR 交换 meka_classifier 一切正常。
运行代码后，我收到以下错误消息：

奇怪的是，它说他不能处理数值，因为如果我更改为 BR，分类器对（相同的）数据没有问题。
在错误消息上方还有一个关于如何使用分类器（选项）的文本。所以我用另一种方式尝试了它：

带有 weka_classifier 的命令行就在那里，因为我以不同的方式尝试了它（从 meka_classifier 中排除了 J48 并将其包含在其中）。无论如何，我总是得到同样的错误：

我已经搜索了这个错误，并且在那里安装了 arff 而不是 liac-arff 的人，但这里不是这种情况。是的，就像我说的，如果我改用 BR 或其他东西都可以。它只是不适用于CM。我现在不知道该怎么办......我希望有人能提供帮助。提前致谢！

最好的问候

编辑：
在 fit() 之后，我让我打印 meka.classifier_dump，并使用我发布的第二个代码，它是空的！我已经和 BR 等其他人一起测试过它，它不是空的。所以我假设我在创建分类器时做错了什么？

所以基本上我有两个 numpy 数组x_chunk和每个y_chunk维度[10,512,512,50]。我使用代码将它们转换为尺寸[10,13107200]：

现在我正在使用skmultiflow KNN Classifier，并尝试使用来拟合这些数据partial_fit

但我收到此错误：

它说数组的维度应该相同，但是两个数组的维度相同，那么问题是什么？

编辑

我使用的模型是：