標簽[scikit-multilearn] - 堆棧內存溢出

[英]How to transform multi-label to multi-class in Python?

假設我有以下帶有各自多標簽的樣本其中X1,X2,X3,X4,X5,X6是樣本和Y1,Y2,Y3,Y4是標簽我如何轉換為我所理解的是，這種方法是在 Label Powerset 方法中發生轉換的方式。但是，我不想使用這種方法進行分類。我只是想轉換標簽。我們給了MultiLabe ...

在 pyBKT 中設置 multilearn 的參數

[英]Setting the parameter for multilearn in pyBKT

我想使用 multilearn model 對輔助數據運行 pyBKT 並收到警告： 'multilearn default column not specified' 。這是我的代碼：如何指定默認列？ ...

'系列' object 沒有屬性 'getformat'

[英]'Series' object has no attribute 'getformat'

我正在嘗試在我的 pandas dataframe 上運行 MLKnn 分類器，當我嘗試安裝分類器時，我收到以下錯誤消息：這是代碼：我的 dataframe 如下圖所示： dtypes 和數據頭錯誤信息 ...

將多標簽的概率二進制值轉換為目標標簽

[英]Convert probability binary values of multi labels to target labels

我正在嘗試將文本分類為多標簽，並且效果很好，但是由於我想考慮低於 5 閾值的預測標簽，因此將predict()更改為predict_proba()以獲取標簽的所有概率和 select 基於值在不同的閾值上，但我無法將每個 label 的二進制概率值轉換為實際文本 label。這是可重現的代碼：這 ...

AttributeError: 'BinaryRelevance' object 沒有屬性 'classifiers'

[英]AttributeError: 'BinaryRelevance' object has no attribute 'classifiers'

我正在嘗試使用 BinaryRelevance 和 SVC 對數據（情緒）進行分類。這段代碼在 http://scikit.ml/tutorial.html 我有這個問題 ...

LinearSVC 中參數 class_weight 的最佳值是多少？

[英]What is the best value for the parameter class_weight in LinearSVC?

我有一個多 label 數據（有些類有 2 個和一些 10 個標簽），我的 model 對平衡值和無值過度擬合。為 class_weight 參數設置的最佳值是什么。 ...

如何在這個 dataframe 上實現 MultiLabelBinarizer？

[英]How to implement MultiLabelBinarizer on this dataframe?

我有一個像這樣的 dataframe：在刪除 label 列的每個列表中的重復值后，我想實現 MultiLabelBinarizer。我試過循環框架並刪除重復項。而且，多標簽二值化器不起作用並引發異常 ...

“ OneVsRestClassifier”（Scikit學習）和“ Binary Relevance”（Scikit多學習）之間有什么區別？

[英]What is the difference between “OneVsRestClassifier” (Scikit-learn) and “Binary Relevance” (Scikit-multilearn)?

在scikit-learn中，有一種稱為sklearn.multiclass.OneVsRestClassifier的策略，該策略可用於多類和多sklearn.multiclass.OneVsRestClassifier問題。根據其文檔： “在多標簽學習文獻中，OvR也被稱為二進 ...

在Keras中使用標簽PowerSet時如何傳遞時代和批次大小

[英]How to pass epoch and batch size when using label powerset in keras

我遇到了多標簽問題，通過一些研究，我能夠將Label powerset與ML算法結合使用。現在，我想將Label powerset與神經網絡一起使用，並且根據官方網站，我可以使用Label powerset。但是我不明白如何修改現有代碼以使用Label Powerset。我想知道 ...

TypeError：傳遞了稀疏矩陣，但需要密集數據（多標記K最近鄰居）

[英]TypeError: A sparse matrix was passed, but dense data is required (multilabel K nearest neighbours)

在使用GridSearchCV（來自scikit-learn）之后，我無法安裝MLkNN模型的實例（來自scikit-multilearn）。我收到了一個錯誤。這是適當的代碼：完整跟蹤：我已經看過這個，這個和這個。我的問題不同，因為我檢查了train_x和t ...

Scikit-multilearn MEKA-Wrapper：meka.classifiers.multilable.meta.CM

[英]Scikit-multilearn MEKA-Wrapper: meka.classifiers.multilable.meta.CM

我目前正在使用scikit-multilearn進行多標簽分類。我必須使用meka.classifiers.multilabel.CM作為meka_classifier。但是，當我運行我的代碼時，出現了不同的錯誤，我也不明白為什么。我不得不說，traningsdata和路徑（ ...

scikit-multilearn是否可以處理多目標回歸任務？

[英]Can scikit-multilearn handle multi-target regression task?

我想知道scikit-multilearn是否可以處理多輸出回歸任務。如果沒有，您是否可以推薦另一種提供廣泛算法進行評估的工具？謝謝邦蒂 ...

如何使用scikit-multilearn軟件包（MlKnn方法）

[英]How to use package scikit-multilearn (MlKnn method)

我正在使用MlKnn方法，並且能夠擬合分類器並通過命令classifier.predict(Test)進行預測。結果是scipy.sparse.lil.lil_matrix ，它僅具有預測本身。我不明白如何將這些預測分配給scipy.sparse.csr.csr_matrix格式 ...

如何修復 NameError：未定義名稱“X_train”？

[英]How to fix NameError: name 'X_train' is not defined?

我正在運行多標簽分類1的[代碼]。如何修復未定義“X_train”的 NameError。下面給出了 python 代碼。 ...

在python scikit-learn中的多標簽朴素貝葉斯中指定先驗

[英]specify priors in multi-label Naive Bayes in python scikit-learn

我正在研究多標簽分類。我在python scikit-learn上使用了GaussianNB函數。目標是具有（N，L）形狀的數組，其中L是類別數，N是觀察數。我使用三種方法來處理多標簽的情況：二元相關性連鎖模型標簽功率集我有一個L類的先驗 ...

如何在Azure機器學習中導入“ scikit-multilearn” python庫

[英]How to import “scikit-multilearn” python library in Azure Machine learning

我們正嘗試在python腳本中導入“ scikit-multilearn ”庫，並在Azure機器學習算法中使用此python腳本來實現我們的目標。我們已經在jupyter筆記本中編寫了腳本，並在算法中運行了腳本。在運行python腳本時，我們遇到以下錯誤， s ...

安裝skmultilearn.problem_transform軟件包時出錯

[英]error installing skmultilearn.problem_transform package

我得到的錯誤是： ...

如何使用Conda安裝scikit-multilearn

[英]How to install scikit-multilearn using Conda

要安裝scikit-multilearn，我已經嘗試了以下命令而沒有運氣：要么， scikit-multilearn的官方網站建議使用pip：當我在Anaconda存儲庫中找不到它時，我該如何安裝python包？如果我偶爾使用pip，而我的默認包管理器是conda ...

盡管標簽相關性很強，為什么Multilabel性能結果與獨立性能相同？

[英]Why are Multilabel performance results the same as independant one despite strong label correlation?

我有一個帶有2個標簽的數據集，我知道這兩個標簽之間有很強的相關性。但是，當我使用不考慮相關性的scikit multilearn二進制相關性時，我得到的結果與考慮這些標簽相關性的Labelpowerset分類器非常相似？對此有何評論？除了我使用http://scikit-multil ...