“OneVsRestClassifier”(Scikit-learn)和“Binary Relevance”(Scikit-multilearn)有啥区别?
Posted
技术标签:
【中文标题】“OneVsRestClassifier”(Scikit-learn)和“Binary Relevance”(Scikit-multilearn)有啥区别?【英文标题】:What is the difference between "OneVsRestClassifier" (Scikit-learn) and "Binary Relevance" (Scikit-multilearn)?“OneVsRestClassifier”(Scikit-learn)和“Binary Relevance”(Scikit-multilearn)有什么区别? 【发布时间】:2019-12-04 03:22:47 【问题描述】:在 scikit-learn 中有一个叫sklearn.multiclass.OneVsRestClassifier
的策略,可以同时用于多类和多标签问题。根据其documentation:
“在多标签学习文献中,OvR 也称为二元相关方法”。
我的问题是,
这个scikit-learn策略和skmultilearn.problem_transform.BinaryRelevance
有什么区别吗?
提前谢谢你。
【问题讨论】:
【参考方案1】:不,没有区别。它们以完全相同的方式工作。它们都预测属于某个类的实例的概率,是或否。
【讨论】:
以上是关于“OneVsRestClassifier”(Scikit-learn)和“Binary Relevance”(Scikit-multilearn)有啥区别?的主要内容,如果未能解决你的问题,请参考以下文章
使用 OneVsRestClassifier 时如何传递 XGBoost 拟合参数?
OneVsRestClassifier(svm.SVC()).predict() 给出连续值
GridSearch 用于 OneVsRestClassifier 中的估计器
如何使用带有 SVC 估计器的 OneVsRestClassifier 的 GridSearchCV?
Sklearn:评估 GridSearchCV 中 OneVsRestClassifier 的每个分类器的性能
“OneVsRestClassifier”(Scikit-learn)和“Binary Relevance”(Scikit-multilearn)有啥区别?