Python sklearn type_of_target用法及代码示例

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

用法:

sklearn.utils.multiclass.type_of_target(y)

确定目标指示的数据类型。

请注意，此类型是可以推断的最具体的类型。例如：

• binary 更具体，但与 multiclass 兼容。

• multiclass of integers 更具体，但与 continuous 兼容。

• multilabel-indicator 更具体，但与 multiclass-multioutput 兼容。

参数：

y：类数组

返回：

target_type：str

之一：

• ‘continuous’：y 是一个类似浮点数的数组，不全是整数，并且是 1d 或列向量。
• ‘continuous-multioutput’：y 是一个二维浮点数组，不全是整数，并且两个维度的大小都大于 1。
• ‘binary’：y 包含 <= 2 个离散值，并且是 1d 或列向量。
• ‘multiclass’：y包含两个以上的离散值，不是序列序列，是1d或者列向量。
• ‘multiclass-multioutput’：y 是一个包含两个以上离散值的二维数组，不是序列序列，并且两个维度的大小都大于 1。
• ‘multilabel-indicator’：y是一个标签指示矩阵，一个至少有两列的二维数组，最多有2个唯一值。
• ‘unknown’：y 类似于数组，但不是以上任何一种，例如 3d 数组、序列序列或非序列对象数组。

例子：

>>> from sklearn.utils.multiclass import type_of_target
>>> import numpy as np
>>> type_of_target([0.1, 0.6])
'continuous'
>>> type_of_target([1, -1, -1, 1])
'binary'
>>> type_of_target(['a', 'b', 'a'])
'binary'
>>> type_of_target([1.0, 2.0])
'binary'
>>> type_of_target([1, 0, 2])
'multiclass'
>>> type_of_target([1.0, 0.0, 3.0])
'multiclass'
>>> type_of_target(['a', 'b', 'c'])
'multiclass'
>>> type_of_target(np.array([[1, 2], [3, 1]]))
'multiclass-multioutput'
>>> type_of_target([[1, 2]])
'multilabel-indicator'
>>> type_of_target(np.array([[1.5, 2.0], [3.0, 1.6]]))
'continuous-multioutput'
>>> type_of_target(np.array([[0, 1], [1, 1]]))
'multilabel-indicator'