Sklearn：评估 GridSearchCV 中 OneVsRestClassifier 的每个分类器的性能

Question

我正在使用OneVsRestClassifier 和SVC 处理多标签分类，

from sklearn.datasets import make_multilabel_classification
from sklearn.multiclass import OneVsRestClassifier
from sklearn.svm import SVC
from sklearn.grid_search import GridSearchCV

L=3
X, y = make_multilabel_classification(n_classes=L, n_labels=2,
                                  allow_unlabeled=True,
                                  random_state=1, return_indicator=True)    
model_to_set = OneVsRestClassifier(SVC())

parameters = {
    "estimator__C": [1,2,4,8],
    "estimator__kernel": ["poly","rbf"],
    "estimator__degree":[1, 2, 3, 4],
}

model_tunning = GridSearchCV(model_to_set, param_grid=parameters,
                             scoring='f1')

model_tunning.fit(X, y)

print model_tunning.best_score_
print model_tunning.best_params_

#0.855175822314
#{'estimator__kernel': 'poly', 'estimator__C': 1, 'estimator__degree': 3}

第一个问题

0.85 代表什么数字？它是L 分类器中的最高分还是平均分？同样，这组参数是否代表L 分类器中得分最高的？

第二个问题

基于这样一个事实，如果我是对的，OneVsRestClassifier 确实为每个标签构建了L 分类器，人们可以期望访问或观察每个标签的性能。但是，在上面的例子中，如何从GridSearchCV 对象中获取L 分数呢？

编辑

为了简化问题并帮助自己更多地了解OneVsRestClassifier，在调整模型之前，

model_to_set.fit(X,y)
gp = model_to_set.predict(X) # the "global" prediction
fp = model_to_set.estimators_[0].predict(X) # the first-class prediction
sp = model_to_set.estimators_[1].predict(X) # the second-class prediction
tp = model_to_set.estimators_[2].predict(X) # the third-class prediction

可以证明gp.T[0]==fp、gp.T[1]==sp和gp.T[2]==tp。因此，“全局”预测只是“连续”L 个人预测，第二个问题已解决。

但我仍然感到困惑的是，如果一个元分类器 OneVsRestClassifier 包含 L 分类器，GridSearchCV 怎么可能只返回一个最好的分数，对应于 4*2*4 组参数之一，对于具有L 分类器的元分类器OneVsRestClassifier？

很高兴看到任何评论。

Answer 1

至于您的第二个问题，您可能希望将GridSearchCV 与scikit-multilearn 的BinaryRelevance 分类器一起使用。与OneVsRestClassifier 一样，Binary Relevance 创建了 L 个单标签分类器，每个标签一个。对于每个标签，如果标签存在，则训练数据为 1，如果不存在，则为 0。最佳选择的分类器集是GridSearchCV 的best_estimator_ 属性中的BinaryRelevance 类实例。使用BinaryRelevance 对象的predict_proba 方法来预测概率浮点数。可以在scikit-multilearn docs for model selection 中找到一个示例。

在您的情况下，我将运行以下代码：

from skmultilearn.problem_transform import BinaryRelevance
from sklearn.model_selection import GridSearchCV
import sklearn.metrics

model_to_set = BinaryRelevance(SVC())

parameters = {
    "classifier__estimator__C": [1,2,4,8],
    "classifier__estimator__kernel": ["poly","rbf"],
    "classifier__estimator__degree":[1, 2, 3, 4],
}

model_tunning = GridSearchCV(model_to_set, param_grid=parameters,
                             scoring='f1')

model_tunning.fit(X, y)

# for some X_test testing set
predictions = model_tunning.best_estimator_.predict(X_test)

# average=None gives per label score
metrics.f1_score(y_test, predictions, average = None) 

请注意，多标签分类方法比二元相关性要好得多：) 您可以在 madjarov's comparison 或 my recent paper 中找到它们。

Answer 2

受@Olologin 回答的启发，我意识到0.85 是L 预测获得的f1 分数（在此示例中）的最佳加权平均值。在以下代码中，我通过内部测试评估模型，使用 f1 分数的宏观平均值：

# Case A, inspect F1 score using the meta-classifier
F_A = f1_score(y, model_tunning.best_estimator_.predict(X), average='macro')

# Case B, inspect F1 scores of each label (binary task) and collect them by macro average
F_B = []
for label, clc in zip(y.T, model_tunning.best_estimator_.estimators_):
    F_B.append(f1_score(label, clf.predict(X)))
F_B = mean(F_B)

F_A==F_B # True

因此这意味着GridSearchCV 应用 4*2*4 组参数之一来构建元分类器，然后使用L 分类器之一对每个标签进行预测。结果将为L 标签的L f1 分数，每个标签都是二元任务的性能。最后，对L f1 分数取平均值（宏观或加权平均，由 f1_score 中的参数指定）得到单个分数。

GridSearchCV 然后在 4*2*4 组参数中选择最好的平均 f1 分数，在本例中为 0.85。

虽然对于多标签问题使用包装器很方便，但它只能使用用于构建L 分类器的相同参数集来最大化平均 f1 分数。如果要分别优化每个标签的性能，似乎必须在不使用包装器的情况下构建L 分类器。

Answer 3

GridSearchCV 从您的参数值创建网格，它将您的 OneVsRestClassifier 评估为原子分类器（即GridSearchCV 不知道此元分类器中的内容）

第一：0.85是OneVsRestClassifier在参数("estimator__C", "estimator__kernel", "estimator__degree")的所有可能组合（你的情况下是16种组合，4*2*4）中最好的分数，这意味着GridSearchCV评估 16 个（同样，仅在这种特殊情况下）可能的OneVsRestClassifier，每个都包含 L SVC。一个OneVsRestClassifier 中的所有 L 个分类器都具有相同的参数值（但每个分类器都在学习从 L 个可能中识别自己的类）

即从一组

{OneVsRestClassifier(SVC(C=1, kernel="poly", degree=1)),
 OneVsRestClassifier(SVC(C=1, kernel="poly", degree=2)),
 ...,
 OneVsRestClassifier(SVC(C=8, kernel="rbf", degree=3)),
 OneVsRestClassifier(SVC(C=8, kernel="rbf", degree=4))}

它选择得分最高的一个。

model_tunning.best_params_ 此处表示 OneVsRestClassifier(SVC()) 的参数，通过它可以实现model_tunning.best_score_。 你可以从model_tunning.best_estimator_ 属性中获得最好的OneVsRestClassifier。

第二：没有现成的代码可以从OneVsRestClassifier获得L分类器的单独分数，但是您可以查看OneVsRestClassifier.fit方法的实现，或者采取这个（应该工作： ) ):

# Here X, y - your dataset
one_vs_rest = model_tunning.best_estimator_
yT = one_vs_rest.label_binarizer_.transform(y).toarray().T
# Iterate through all L classifiers
for classifier, is_ith_class in zip(one_vs_rest.estimators_, yT):
    print(classifier.score(X, is_ith_class))