Sklearn - Wie die Wahrscheinlichkeit für alle Zielmarken vorhergesagt wird

Question

Ich habe einen Datensatz mit einer Zielvariablen, die 7 verschiedene Beschriftungen haben kann. Jedes Sample in meinem Trainingssatz hat nur eine Bezeichnung für die Zielvariable.

Für jede Probe möchte ich die Wahrscheinlichkeit für jede der Zielbeschriftungen berechnen. Also würde meine Vorhersage aus 7 Wahrscheinlichkeiten für jede Reihe bestehen.

Auf der Sklearn-Website habe ich über Multi-Label-Klassifizierung gelesen, aber das scheint nicht, was ich will.

Ich habe den folgenden Code versucht, aber das gibt mir nur eine Klassifizierung pro Probe.

from sklearn.multiclass import OneVsRestClassifier 
clf = OneVsRestClassifier(DecisionTreeClassifier()) 
clf.fit(X_train, y_train) 
pred = clf.predict(X_test) 

Hat jemand dazu einen Rat? Vielen Dank!

Answer 1

Sie können das tun, indem Sie einfach die OneVsRestClassifer entfernen und predict_proba Methode der DecisionTreeClassifier verwenden. Sie können Folgendes tun:

Dies gibt Ihnen eine Wahrscheinlichkeit für jede Ihrer 7 möglichen Klassen.

Hoffe, dass hilft!

Answer 2

Sie können versuchen, scikit-multilearn - eine Erweiterung von sklearn, die Multilabel-Klassifizierung behandelt. Wenn Sie Ihre Etiketten sind nicht übermäßig korreliert können Sie trainieren ein Klassifikator pro Etikett und alle Prognosen bekommen - versuchen (nach pip scikit-multilearn installieren):

from skmultilearn.problem_transform import BinaryRelevance  
classifier = BinaryRelevance(classifier = DecisionTreeClassifier()) 

# train 
classifier.fit(X_train, y_train) 

# predict 
predictions = classifier.predict(X_test) 

Prognosen eine spärliche Matrix der Größe enthalten (N_SAMPLES, n_labels) In Ihrem Fall - n_Labels = 7, enthält jede Spalte eine Vorhersage pro Label für alle Proben.

Falls Ihre Etiketten korreliert sind, benötigen Sie möglicherweise komplexere Methoden zur Klassifizierung mehrerer Labels.

Haftungsausschluss: Ich bin der Autor von scikit-multilearn, zögern Sie nicht, weitere Fragen zu stellen.