多标签分类 ML-kNN 与 KNN答案

【问题标题】：Multilabel classification ML-kNN vs KNN多标签分类 ML-kNN 与 KNN
【发布时间】：2020-01-14 00:04:07
【问题描述】：

这可能是一个愚蠢的问题，但我只是想知道 scikit.ml 中实现的 ML-KNN 和 scikit-learn 的 KNeighborsClassifier 之间的区别是什么。据sklearn's docsKNeighborsClassifier 支持多标签分类。然而，ML-KNN 是适用于基于 sklearn 架构之上的多标签分类的 KNN，基于它的 docs。

在搜索示例多标签问题时，MLkNN 大多出现，但我不明白如果它已经支持它，使用它是否比 sklearn 的基本实现有任何优势。只是sklearn方面的后期改编还是在实现上有更多的差异？

感谢任何输入。谢谢！

【问题讨论】：

标签： python machine-learning scikit-learn multilabel-classification scikit-multilearn

【解决方案1】：

scikit-multilearn 的 ML-KNN 实现是 scikit-learn 的 KNeighborsClassifier 的改进版本。它实际上是建立在它之上的。在找到训练数据中的 k 个最近邻后，它使用最大后验原则来标记一个新的实例，以获得更好的性能。此外，由于它使用 SciPy 稀疏矩阵库在内部对稀疏矩阵进行操作，因此它具有很高的内存效率。更多信息here 和 here。

【讨论】：

感谢您的回复和论文链接！一个后续问题：您知道 sklearn 的 KNN 多标签支持功能如何吗？我知道多类/二元分类的成员资格是基于最大成员资格，即。邻居所在的多数类。如果 ML-KNN 做了最大后验，KNeighborsClassifier 中如何处理多标签成员关系？