如何执行可以同时输出两个类预测的机器学习分类？

Posted 2023-03-13

【中文标题】如何执行可以同时输出两个类预测的机器学习分类？

【英文标题】：How do I perform machine learning classification that can output two simultaneous class predictions?

【发布时间】：2019-05-27 08:15:30

【问题描述】：

这里是业余机器学习程序员。我想执行一个分类任务，其中可能会同时发生两个类预测。

例如，在花卉图像分类中。除了能够对玫瑰或兰花的图像进行分类；我还希望能够对图像是否同时包含玫瑰和兰花进行分类。我是否必须训练我的模型才能将“Rose + Orchid”区分为独立类？

这是任务的示例图像。

【参考方案1】：

在 scikit 中学习所有具有 prob_a 函数的分类器都有你的规范。此函数返回将每个类分配给输入x 的概率。因此，您可以根据您的问题使用 SVC、逻辑回归、朴素贝叶斯、随机森林或 scikit learn 中的任何解释分类器（如果您正在 scikit learn 中寻找指定的分类器）。

当你找到每个类的prob_a时，如果两个最可能的类之间的差异很接近，你可以引入两个最可能的类的输入。

【参考方案2】：

这称为多标签分类问题。有很多方法可以解决这个问题。关于 multi-label classification 的 Sklearn 文档。

An example with sklearn