我有两个输入作为自变量，我想根据它预测 3 个因变量。
我的 3 个因变量属于 2 个多类别类别，1 个属于连续值。下面是我的目标变量。
typeid_encoded、reporttype_encoded、log_count
typeid_encoded 和 reporttype_encoded 属于分类类型，其中每个变量至少有 5 个不同的类别。
log_count 是连续变量。
我用谷歌搜索了很多，我发现只是使用两种不同的模型。但我找不到任何这样做的例子。请发布一些示例以便对我有所帮助？
或者有没有其他方法可以在一个模型中使用神经网络？
我需要一个使用 sci-kit learn 的示例。提前致谢！
【问题讨论】：
标签： python scikit-learn regression multilabel-classification multitargeting
sklearn 中没有为此设计的任何内容，但是您可以使用一些小技巧来制作这样的分类器。
请注意，这些不一定适合您的问题，很难猜测什么对您的数据有效。
我首先想到的两个是 Knn 和随机森林，但您基本上可以调整任何多输出回归算法来做这些事情。
import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.neighbors import NearestNeighbors
# Create some data to look like yours
n_samples = 100
n_features = 5
X = np.random.random((n_samples, n_features))
y_classifcation = np.random.random((n_samples, 2)).round()
y_regression = np.random.random((n_samples))
y = np.hstack((y_classifcation, y_regression[:, np.newaxis]))
现在我有一个包含两个二进制变量和一个连续变量的数据集
从 Knn 开始，您也可以使用 KNeighborsRegressor 来执行此操作，但我觉得这更好地说明了解决方案
# use an odd number to prevent tie-breaks
nn = NearestNeighbors(n_neighbors=5)
nn.fit(X, y)
idxs = nn.kneighbors(X, return_distance=False)
# take the average of the nearest neighbours to get the predictions
y_pred = y[idxs].mean(axis=1)
# all predictions will be continous so just round the continous ones
y_pred[:, 2] = y_pred[:, 2].round()
现在我们的y_pred 是分类和回归的预测向量。所以现在让我们看一个随机森林。
# use an odd number of trees to prevent predictions of 0.5
rf = RandomForestRegressor(n_estimators=11)
rf.fit(X, y)
y_pred = rf.predict(X)
# all predictions will be continous so just round the continous ones
y_pred[:, 2] = y_pred[:, 2].round()
我会说这些“黑客”是相当合理的，因为它们与这些算法的分类设置的工作方式相差不远。
如果你有一个热编码的多类问题，那么不要像我上面所做的那样将概率四舍五入到二进制类，你需要选择概率最高的类。你可以很简单地使用这样的东西来做到这一点
n_classes_class1 = 3
n_classes_class2 = 4
y_pred_class1 = np.argmax(y_pred[:, :n_classes_class1], axis=1)
y_pred_class2 = np.argmax(y_pred[:, n_classes_class1:-1], axis=1)
【讨论】：