Python sklearn type_of_target用法及代碼示例

本文簡要介紹python語言中 sklearn.utils.multiclass.type_of_target 的用法。

用法:

sklearn.utils.multiclass.type_of_target(y)

確定目標指示的數據類型。

請注意，此類型是可以推斷的最具體的類型。例如：

• binary 更具體，但與 multiclass 兼容。

• multiclass of integers 更具體，但與 continuous 兼容。

• multilabel-indicator 更具體，但與 multiclass-multioutput 兼容。

參數：

y：類數組

返回：

target_type：str

之一：

• ‘continuous’：y 是一個類似浮點數的數組，不全是整數，並且是 1d 或列向量。
• ‘continuous-multioutput’：y 是一個二維浮點數組，不全是整數，並且兩個維度的大小都大於 1。
• ‘binary’：y 包含 <= 2 個離散值，並且是 1d 或列向量。
• ‘multiclass’：y包含兩個以上的離散值，不是序列序列，是1d或者列向量。
• ‘multiclass-multioutput’：y 是一個包含兩個以上離散值的二維數組，不是序列序列，並且兩個維度的大小都大於 1。
• ‘multilabel-indicator’：y是一個標簽指示矩陣，一個至少有兩列的二維數組，最多有2個唯一值。
• ‘unknown’：y 類似於數組，但不是以上任何一種，例如 3d 數組、序列序列或非序列對象數組。

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'