“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?