有什么方法可以做自动多类吗？

Question

收集random label的目的是看2-3个cluster的区别，后面会做机器学习（random forest）。

所以问题是，我想将 label0 和 label1 连接到一个组，将 label2 和 label3 连接到另一个组。

然后，随机改变标签的顺序，比如 label0 和 label2，label1 和 label3，……等等。 我不知道如何自动完成。

预期的结果是这样的

有什么解决办法吗？谢谢

Answer 1

我想我已经解决了你的问题：

import pandas as pd
import random

data = {
    'col1': [0, 1, 2, 3, 4, 5, 6, 7],
    'col2': [7, 6, 5, 4, 3, 2, 1, 0],
    'label': ['0', '0', '1', '1', '2', '2', '3', '3']
}
df = pd.DataFrame(data=data)
labels = list(df['label'].unique())

num_iterations = 10
for i in range(10):
    random.shuffle(labels)
    dfs = []
    for j in range(1, len(labels), 2):
        series = df[(df['label'] == labels[j-1]) | (df['label'] == labels[j])][['col1', 'col2']].agg('sum')
        new_label = labels[j-1] + ' ' + labels[j]
        new_df = series.to_frame().T.assign(label=new_label)
        dfs.append(new_df)
    shuffeled_df = pd.concat(dfs)

所以我首先列出标签并对其进行洗牌。然后成对选择标签并计算总和。这对所有标签对（在本次迭代中）进行。 最后将创建一个新的组合 DataFrame。