如何用机器学习算法设置multi 类？
how to set multi classes with machine learning algorithm?
我正在使用 XGboost、Randomforest(sklearn)、SVM(sklearn) 和 MLPclassifier(sklearn) 作为 classifier。
我想为多标签 class 设置这些模型。
怎么设置？
import xgboost as xgb
from sklearn.svm import SVC
from sklearn.neural_network import MLPClassifier
from sklearn.ensemble import RandomForestClassifier
xgb.XGBClassifier()
SVC()
MLPClassifier()
RandomForestClassifier()
None 您提到的这些算法仅限于二进制分类问题。通过调用 model.fit(x_train,y_train).
，它们可以像处理二元分类一样用于多分类问题
我认为您不需要为 XGboost、随机森林和 MLP 做任何额外的事情。对于 SVC，您可以使用 OneVsRestClassifier(LinearSVC())。然后您只需使用您提到的算法进行训练并根据预测变量对其进行调整以获得最佳结果
我正在使用 XGboost、Randomforest(sklearn)、SVM(sklearn) 和 MLPclassifier(sklearn) 作为 classifier。 我想为多标签 class 设置这些模型。 怎么设置？
import xgboost as xgb
from sklearn.svm import SVC
from sklearn.neural_network import MLPClassifier
from sklearn.ensemble import RandomForestClassifier
xgb.XGBClassifier()
SVC()
MLPClassifier()
RandomForestClassifier()
None 您提到的这些算法仅限于二进制分类问题。通过调用 model.fit(x_train,y_train).
我认为您不需要为 XGboost、随机森林和 MLP 做任何额外的事情。对于 SVC，您可以使用 OneVsRestClassifier(LinearSVC())。然后您只需使用您提到的算法进行训练并根据预测变量对其进行调整以获得最佳结果