python中的多类分类

Posted 2023-03-12

【中文标题】python中的多类分类

【英文标题】：Mutli-class classification in python

【发布时间】：2018-08-03 03:18:23

【问题描述】：

我正在将二进制分类问题转换为多标签分类程序。代码是用python写的。

以下是现有代码：

positive_labels = [[0, 1] for _ in positive_examples]
negative_labels = [[1, 0] for _ in negative_examples]

现在我想把它转换成一个多标签，比如 3 个类 - 0,1,2

positive_labels = [[1,0,0] for _ in positive_examples]
neutral_labels = [[0,1,0] for _ in neutral_examples]
negative_labels = [[0,0,1] for _ in negative_examples]

这是正确的吗？如果不能，请告诉我该怎么做？

请帮忙。

【问题讨论】：

你用positive_lebels做什么？目前它们只是列表列表（丢失了他们拥有的任何其他信息），您如何使用将决定您的解决方案是否正确。

【参考方案1】：

您可以为此在 scikit-learn 中使用 MultiLabelBinarizer

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
# to fit transform you pass the rows of labels
mlb.fit_transform([(0,), (1,),(1,2)])

你会得到如下所示的输出

array([[1, 0, 0],
       [0, 1, 0],
       [0, 1, 1]])

fit_transform 方法实现了 TransformerMixin (http://scikit-learn.org/stable/modules/generated/sklearn.base.TransformerMixin.html)。它适合学习，然后转换它。一旦你调用了fit_transform，就不需要再次调用fit，你只需调用transform，如下所示

mlb.transform([(1,2),(0,1)]) 

array([[0, 1, 1],
       [1, 1, 0]])

【讨论】：

感谢您的帮助。