多标签分类的交叉验证错误

Posted 2023-03-12

【中文标题】多标签分类的交叉验证错误

【英文标题】：Error with cross validation on a multilabel classification

【发布时间】：2015-07-07 04:10:09

【问题描述】：

我正在使用“multiclass.OneVsRestClassifier”和“cross_validation.StratifiedKFold”。当我对多标签问题进行交叉验证时，它失败了。 是否可以对多标签问题 scikit-learn 执行交叉验证？

我认为问题出在类标签列表的元组中，例如 ([1], [2], [2], [1], [1,2], [3], [1,2,3] ..)

我认为此错误的代码如下：

n_samples = X.shape[0]
Y_list = [value for value in Y.T]
print 'Y_list[0].shape:', Y_list[0].shape, 'len(Y_list):', len(Y_list)
cv = cross_validation.StratifiedKFold(Y_list, 3)

【参考方案1】：

如果你打算用 scikit-learn 解决多标签任务，建议先 使用MultilabelBinarizer 将您的输出转换为标签二进制指示符。

分层 k 折叠不支持多标签格式，因为它需要平衡每个标签的正数比例。相反，您可以使用K-folds 或shuffle split 交叉验证策略。

【讨论】：

谢谢，这正是我需要的。

@Arnaud Joly 如果我有多标签分类和不平衡的数据怎么办？那么我应该怎么做才能在每个标签中进行平衡训练和测试集呢？谢谢:)

@sariii 使用 scikit-multilearn，其中包含多标签分层（在包中查找迭代分层）