带有多标签的 sklearn-KN​​earestNeighbors

Posted 2023-02-18

【中文标题】带有多标签的 sklearn-KN​​earestNeighbors

【英文标题】：sklearn-KNearestNeighbors with Multilabels

【发布时间】：2015-11-10 04:22:38

【问题描述】：

我有一个包含特征及其标签的数据集。

看起来像这样：

X1, X2, X3, X4, X5 .. Xn L1, L2, L3
Y1, Y2, Y3, Y4, Y5 .. Yn L5, L2
..

我想在这个数据集上训练一个 KNeighborsClassifier。似乎 sklearn 不采用多标签。我一直在尝试这个：

mlb = MultiLabelBinarizer()
Y = mlb.fit_transform(Y)

# parameters:  n_neighbors=[5,15], weights = 'uniform', 'distance'
bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors =5,weights ='uniform'), max_samples = 0.6, max_features= 0.7, verbose =1, oob_score =True)
scores = cross_val_score(bagging, X, Y, verbose =1, cv=3, n_jobs=3, scoring='f1_macro')

它给了我ValueError: bad input shape

有没有办法可以在 sklearn 中运行多标签分类器？

【问题讨论】：

KNeighborsClassifier 确实采用多标签，而不是 BaggingClassifier 没有。 github.com/scikit-learn/scikit-learn/issues/4758

【参考方案1】：

根据sklearndocumentation，支持多输出-多类分类任务的分类器是：

决策树、随机森林、最近邻

【参考方案2】：

由于您的标签有一个二进制矩阵，您可以使用OneVsRestClassifier 让您的BaggingClassifier 处理多标签预测。代码现在应该如下所示：

bagging = BaggingClassifier(KNeighborsClassifier(n_neighbors=5, weights='uniform'), max_samples=0.6, max_features=0.7, verbose=1, oob_score=True)
clf = OneVsRestClassifier(bagging)
scores = cross_val_score(clf, X, Y, verbose=1, cv=3, n_jobs=3, scoring='f1_macro')

您可以将OneVsRestClassifier 与任何 sklearn 模型一起使用来进行多标签分类。

这里有一个解释：

http://scikit-learn.org/stable/modules/multiclass.html#one-vs-the-rest

这里是文档：

http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html

【参考方案3】：

对于发现这个寻找多标签 KNN (MLK​​NN) 选项的任何人，我建议使用 skmultilearn，它构建在 sklearn 之上，如果您熟悉后者的包，那么它很容易使用。

文档here。此示例来自文档：

from skmultilearn.adapt import MLkNN

classifier = MLkNN(k=3)

# train
classifier.fit(X_train, y_train)

# predict
predictions = classifier.predict(X_test)