sklearn 多类 svm 函数答案

【问题标题】：sklearn multiclass svm functionsklearn 多类 svm 函数
【发布时间】：2018-09-25 16:05:18
【问题描述】：

我有多个类别标签，并且想要计算我的模型的准确性。
我有点困惑我需要使用哪个 sklearn 函数。据我了解，以下代码仅用于二进制分类。

# dividing X, y into train and test data
X_train, X_test, y_train, y_test = train_test_split(X, y,  test_size=0.25,random_state = 0)

# training a linear SVM classifier
from sklearn.svm import SVC
svm_model_linear = SVC(kernel = 'linear', C = 1).fit(X_train, y_train)
svm_predictions = svm_model_linear.predict(X_test)

# model accuracy for X_test  
accuracy = svm_model_linear.score(X_test, y_test)
print accuracy

正如我从链接中了解到的那样： Which decision_function_shape for sklearn.svm.SVC when using OneVsRestClassifier?

对于多类分类，我应该使用 OneVsRestClassifier 和 decision_function_shape（使用 ovr 或 ovo 并检查哪一个效果更好）

svm_model_linear = OneVsRestClassifier(SVC(kernel = 'linear',C = 1, decision_function_shape = 'ovr')).fit(X_train, y_train)

主要问题是预测标签的时间对我来说确实很重要，但运行分类器和预测数据大约需要 1 分钟（这也需要添加到特征缩减中，例如 PCA，这也需要一些时间） ?有什么建议可以减少 svm 多分类器的时间吗？

【问题讨论】：

标签： machine-learning scikit-learn classification svm pca

【解决方案1】：

这里有很多事情需要考虑：

1) 你看，OneVsRestClassifier 将分离所有标签并在给定数据上训练多个 svm 对象（每个标签一个）。因此，每次都只会将二进制数据提供给单个 svm 对象。

2) SVC 内部使用libsvm 和liblinear，它们具有用于多类或多标签输出的“OvO”策略。但是由于第 1 点，这一点将毫无用处。libsvm 只会获取二进制数据。

即使有，也没有考虑到'decision_function_shape'。因此，您提供decision_function_shape = 'ovr' 或decision_function_shape = 'ovr' 都没有关系。

看来你看错了问题。 decision_function_shape 应该不会影响速度。在拟合之前尝试标准化您的数据。 SVM 可以很好地处理标准化数据。

【讨论】：

感谢您的回复，据我所知，我只能使用 SVC(kernel = 'linear', C = 1).fit(X_train, y_train) 来解决我的多分类问题，因为 SVC 默认使用 ' ovo' 如果我不想使用 ovr ，我什至不需要使用 OneVsRestClassifier ，即只使用 decision_function_shape = 'ovr' 和 OneVsRestClassifier
是的，正确的。 SVC 将自动自行处理多类。

【解决方案2】：

当使用ovr 或ovc 分类器包装模型时，您可以设置n_jobs 参数以使它们运行得更快，例如sklearn.multiclass.OneVsOneClassifier(estimator, n_jobs=-1) 或 sklearn.multiclass.OneVsRestClassifier(estimator, n_jobs=-1)。

虽然 sklearn 中的每个单个 SVM 分类器一次只能使用一个 CPU 核，但是通过设置 n_jobs，集成多类分类器可以同时适应多个模型。

【讨论】：