C# 机器学习和多标签分类

Posted 2023-03-12

【中文标题】C# 机器学习和多标签分类

【英文标题】：C# Machine Learning and Multi-label Classification

【发布时间】：2020-03-09 03:23:44

【问题描述】：

我是一名学徒，我刚刚完成了我的第一个 .NET Web 应用程序，其主要前提是解析来自 ELmah.io（错误记录模块和处理程序）的组和可视化日志。我查看了 ML.NET 模型生成器和多类分类，这将允许我添加单个类来记录（例如优先级）并根据 SQL 服务器表直接训练模型。我更感兴趣的是 ML.NET 目前不支持的多标签分类，我正在研究 Accord.NET，我不得不承认这有点令人困惑，而且很难找到任何教程 - 我能够从他们的网站上运行一个简单的二进制分类示例，但这不是我想要的。

任何从哪里开始的指导将不胜感激（也许是 ML.NET 的另一种替代方案？）。

根据我的阅读，我的表结构看起来像这样：

我的前端示例：

谢谢，

雅库布

【问题讨论】：

关于multi-label classification which ML.NET not support at the moment，请看github.com/dotnet/docs/issues/5385#issuecomment-389396820The Iris example on the getting started page is a multiclass classifier:microsoft.com/net/learn/apps/machine-learning-and-ai/ml-dotnet/…

你有几节课？你总是可以为每个类使用一个单独的模型。

5 个模型听起来很合理，每个模型将每个类与其他类分开，然后在集成模型中使用它们来选择置信度最高的预测。

从技术上讲，如果您的模型足够准确，您可以使用 4 个模型（类似于您只需要 1 个模型来区分 2 个类别）但是 5 个可能更准确，我个人更喜欢对称解决方案

想一想，一个人最多可以使用 3 个（ab/cde、ac/bde、ae/bcd）。虽然不建议这样做:)

【参考方案1】：

ML.net 直到今天还不支持多标签分类。

您可以做的是分别在每个标签上训练您的模型，然后合并结果。