如何使用机器学习算法设置多类?

Posted

技术标签:

【中文标题】如何使用机器学习算法设置多类?【英文标题】:how to set multi classes with machine learning algorithm? 【发布时间】:2019-05-02 14:44:35 【问题描述】:

我使用 XGboost、Randomforest(sklearn)、SVM(sklearn) 和 MLPclassifier(sklearn) 作为分类器。 我想为多标签类设置这些模型。 怎么设置?

import xgboost as xgb
from sklearn.svm import SVC
from sklearn.neural_network import MLPClassifier
from sklearn.ensemble import RandomForestClassifier

xgb.XGBClassifier()
SVC()
MLPClassifier()
RandomForestClassifier()

【问题讨论】:

有没有试过看官方documentation?它有如何进行多类分类的示例。 【参考方案1】:

您提到的这些算法都不限于二进制分类问题。通过调用model.fit(x_train,y_train),它们可以像处理二元分类一样用于多分类问题。

【讨论】:

谢谢。 SVC 也可以像其他人一样用于多分类问题? 是的,所有这些@willpark。请考虑将答案设置为正确,所以我知道。它有帮助:)【参考方案2】:

我认为您不需要为 XGboost、随机森林和 MLP 做任何额外的事情。对于 SVC,您可以使用 OneVsRestClassifier(LinearSVC())。然后您只需使用您提到的算法进行训练并根据预测器对其进行调整以获得最佳结果

【讨论】:

以上是关于如何使用机器学习算法设置多类?的主要内容,如果未能解决你的问题,请参考以下文章

机器学习第四章学习记录和心得

Pyspark:在机器学习算法中使用数据框

《机器学习》第二次作业——第四章学习记录和心得

如何选择 Microsoft Azure 机器学习的算法

如何在 Hadoop Mapreduce 程序中使用机器学习算法?

如何使用 MFCC 系数向量训练机器学习算法?