使用 Sklearn 进行多标签分类答案

【问题标题】：Multi Label classification with Sklearn使用 Sklearn 进行多标签分类
【发布时间】：2016-05-09 10:14:42
【问题描述】：

我曾尝试将 OneVsRest 与来自 Sklearn 的逻辑回归一起使用，但它为某些样本提供了空标签（即不预测任何输出），即使我没有任何未标记的训练数据。

知道是什么原因造成的或如何解决这个问题吗？

clf = OneVsRestClassifier(LogisticRegression(multi_class='ovr',max_iter=1000,solver='lbfgs'))
clf.fit(X,Y)
self.classifier=clf


self.classifier.predict(test_data)

【问题讨论】：

标签： machine-learning scikit-learn classification logistic-regression multilabel-classification

【解决方案1】：

每当您执行多标签分类时，根据OneVsRestClassifier，目标需要是“标签序列序列”。

此外，根据您对此标签的编码方式，您可能会收到以下警告：“DeprecationWarning：从版本 0.17 起将不提供对序列序列多标签表示的直接支持。使用 sklearn.preprocessing.MultiLabelBinarizer 转换为标签指示符表示。”

所以，编码标签的巧妙方法：

from sklearn import preprocessing
mlb = preprocessing.MultiLabelBinarizer()
Y = mlb.fit_transform([(1, 2), (1,2), (1,2),(4,)]) 
# this means sample one belongs to classes {1,2} and so on. 
# Take into account the format if only one class is needed, (4,) not (4)

所以 Y 结果是：

array([[1, 1, 0],
       [1, 1, 0],
       [1, 1, 0],
       [0, 0, 1]])

【讨论】：

这正是我为单个标签训练格式为 (4,) 的数据所做的。然而，这对一些被标记为无的测试数据没有帮助。
好的，你有什么办法可以给我们一个这样的示例，其中一个样本最终会出现None 预测？也许算法本身或其实现允许在 sklearn 中不确定并返回None。试着给我们举个例子，同时我会检查一些理论。
您也可以检查predict_proba(X) 方法而不是predict，看看它是否也返回None
我不确定如何在这里举个例子，因为有预测标签的和没有预测标签的相似。但是，我尝试了您的想法来检查所有没有标签的预测是否为 predict_proba(X)。它们具有所有标签的概率，因此分类器为样本的每个标签提供概率，但最终没有预测任何内容。
数据集是文本文档的集合，其特征是 BOW，并且有多个类标记。