Python sklearn OutputCodeClassifier用法及代碼示例

本文簡要介紹python語言中 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 多類策略。

基於 Output-code 的策略包括用二進製代碼(0 和 1 的數組)表示每個類。在擬合時，碼本中的每一位都擬合一個二進製分類器。在預測時，分類器用於在類空間中投影新點，並選擇最接近這些點的類。這些策略的主要優點是用戶可以控製使用的分類器數量，用於壓縮模型 (0 < code_size < 1) 或使模型對錯誤更加魯棒 (code_size > 1) .有關更多詳細信息，請參閱文檔。

在用戶指南中閱讀更多信息。

參數：

estimator：估計器對象

實現擬合的估計器對象和decision_function 或predict_proba 之一。

code_size：浮點數，默認=1.5

用於創建代碼本的類數量的百分比。 0 到 1 之間的數字需要的分類器數量少於 one-vs-the-rest。大於 1 的數字將需要比 one-vs-the-rest 更多的分類器。

random_state：int，RandomState 實例，默認=無

用於初始化碼本的生成器。傳遞 int 以在多個函數調用之間實現可重現的輸出。請參閱術語表。

n_jobs：整數，默認=無

用於計算的作業數量：並行計算多類問題。

None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有處理器。有關詳細信息，請參閱詞匯表。

屬性：

estimators_：int(n_classes * code_size) 估計器列表

用於預測的估計器。

classes_：ndarray 形狀 (n_classes,)

包含標簽的數組。

code_book_：ndarray 形狀(n_classes，code_size)

包含每個類的代碼的二進製數組。

n_features_in_：int

擬合期間看到的特征數。僅當基礎估計器在合適時公開此類屬性時才定義。

feature_names_in_：ndarray 形狀(n_features_in_，)

擬合期間看到的特征名稱。僅當基礎估計器在合適時公開此類屬性時才定義。

參考：

1

“通過error-correcting 輸出代碼解決多類學習問題”，Dietterich T., Bakiri G.，人工智能研究雜誌 2，1995。

2

“錯誤編碼方法和 PICT”，James G.，Hastie T.，Journal of Computational and Graphical Statistics 7，1998。

3

“統計學習的要素”，Hastie T.、Tibshirani R.、Friedman J.，第 606 頁 (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])