Python sklearn OutputCodeClassifier用法及代码示例

本文简要介绍python语言中 sklearn.multiclass.OutputCodeClassifier 的用法。

用法:

class sklearn.multiclass.OutputCodeClassifier(estimator, *, code_size=1.5, random_state=None, n_jobs=None)

(Error-Correcting) Output-Code 多类策略。

基于 Output-code 的策略包括用二进制代码(0 和 1 的数组)表示每个类。在拟合时，码本中的每一位都拟合一个二进制分类器。在预测时，分类器用于在类空间中投影新点，并选择最接近这些点的类。这些策略的主要优点是用户可以控制使用的分类器数量，用于压缩模型 (0 < code_size < 1) 或使模型对错误更加鲁棒 (code_size > 1) .有关更多详细信息，请参阅文档。

在用户指南中阅读更多信息。

参数：

estimator：估计器对象

实现拟合的估计器对象和decision_function 或predict_proba 之一。

code_size：浮点数，默认=1.5

用于创建代码本的类数量的百分比。 0 到 1 之间的数字需要的分类器数量少于 one-vs-the-rest。大于 1 的数字将需要比 one-vs-the-rest 更多的分类器。

random_state：int，RandomState 实例，默认=无

用于初始化码本的生成器。传递 int 以在多个函数调用之间实现可重现的输出。请参阅术语表。

n_jobs：整数，默认=无

用于计算的作业数量：并行计算多类问题。

None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。有关详细信息，请参阅词汇表。

属性：

estimators_：int(n_classes * code_size) 估计器列表

用于预测的估计器。

classes_：ndarray 形状 (n_classes,)

包含标签的数组。

code_book_：ndarray 形状(n_classes，code_size)

包含每个类的代码的二进制数组。

n_features_in_：int

拟合期间看到的特征数。仅当基础估计器在合适时公开此类属性时才定义。

feature_names_in_：ndarray 形状(n_features_in_，)

拟合期间看到的特征名称。仅当基础估计器在合适时公开此类属性时才定义。

参考：

1

“通过error-correcting 输出代码解决多类学习问题”，Dietterich T., Bakiri G.，人工智能研究杂志 2，1995。

2

“错误编码方法和 PICT”，James G.，Hastie T.，Journal of Computational and Graphical Statistics 7，1998。

3

“统计学习的要素”，Hastie T.、Tibshirani R.、Friedman J.，第 606 页 (second-edition) 2008。

例子：

>>> from sklearn.multiclass import OutputCodeClassifier
>>> from sklearn.ensemble import RandomForestClassifier
>>> from sklearn.datasets import make_classification
>>> X, y = make_classification(n_samples=100, n_features=4,
...                            n_informative=2, n_redundant=0,
...                            random_state=0, shuffle=False)
>>> clf = OutputCodeClassifier(
...     estimator=RandomForestClassifier(random_state=0),
...     random_state=0).fit(X, y)
>>> clf.predict([[0, 0, 0, 0]])
array([1])