ClassifierChain#

class sklearn.multioutput.ClassifierChain(estimator=None, *, order=None, cv=None, chain_method='predict', random_state=None, verbose=False, base_estimator='deprecated')[source]#

一种将二分类器排列成链的多标签模型。

每个模型都按照链中指定的顺序进行预测，使用提供给模型的所有可用特征，以及链中较早模型的预测结果。

有关如何使用 ClassifierChain 并从其集成中受益的示例，请参阅 酵母数据集上的 ClassifierChain 示例。

详情请参阅用户指南。

0.19 版本新增。

参数:
estimator估计器

构建分类器链的基础估计器。

order形状为 (n_outputs,) 的类数组或 'random'，默认值为 None

如果为 None，顺序将由标签矩阵 Y 中的列顺序决定。

order = [0, 1, 2, ..., Y.shape[1] - 1]

链的顺序可以通过提供整数列表来明确设置。例如，对于长度为 5 的链。

order = [1, 3, 2, 4, 0]

表示链中的第一个模型将对 Y 矩阵中的第 1 列进行预测，第二个模型将对第 3 列进行预测，依此类推。

如果 order 为 random，将使用随机顺序。

cv整数、交叉验证生成器或可迭代对象，默认值为 None

确定对链中先前估计器的结果是使用交叉验证预测还是真实标签。cv 的可能输入为：

  • None，拟合时使用真实标签，

  • 整数，指定 (Stratified)KFold 中的折叠数量，

  • CV 分割器,

  • 一个生成 (训练集，测试集) 分割作为索引数组的可迭代对象。

chain_method{‘predict’, ‘predict_proba’, ‘predict_log_proba’, ‘decision_function’} 或此类字符串的列表，默认值为 'predict'

链中估计器对链中先前估计器的“预测”特征使用的预测方法。

  • 如果是 str，表示方法名称；

  • 如果是 str 列表，则按偏好顺序提供方法名称。使用的方法对应于 base_estimator 实现的列表中第一个方法。

1.5 版本新增。

random_state整数、RandomState 实例或 None，可选（默认值为 None）

如果 order='random'，决定链顺序的随机数生成。此外，它控制每个 base_estimator 在每次链式迭代中给定的随机种子。因此，仅当 base_estimator 暴露 random_state 时才使用。传入一个整数以使多次函数调用产生可重现的输出。详见术语表。

verbose布尔值，默认值为 False

如果为 True，则在每个模型完成后输出链的进度。

1.2 版本新增。

base_estimator估计器，默认值为“deprecated”

请改用 estimator。

自 1.7 版本弃用：base_estimator 已弃用，并将在 1.9 版本中移除。请改用 estimator。

属性:
classes_列表

一个长度为 len(estimators_) 的数组列表，包含链中每个估计器的类别标签。

estimators_列表

base_estimator 克隆的列表。

order_列表

分类器链中标签的顺序。

chain_method_字符串

链中估计器用于预测特征的预测方法。

n_features_in_整数

在 拟合 期间看到的特征数量。仅当底层 base_estimator 在拟合时公开此属性时才定义。

0.24 版本新增。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

在 拟合 期间看到的特征名称。仅当 X 的所有特征名称均为字符串时才定义。

1.0 版本新增。

另请参阅

RegressorChain

回归的等效方法。

MultiOutputClassifier

独立分类每个输出，而不是进行链式分类。

参考文献

Jesse Read, Bernhard Pfahringer, Geoff Holmes, Eibe Frank, “Classifier Chains for Multi-label Classification”, 2009。

示例

>>> from sklearn.datasets import make_multilabel_classification
>>> from sklearn.linear_model import LogisticRegression
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.multioutput import ClassifierChain
>>> X, Y = make_multilabel_classification(
...    n_samples=12, n_classes=3, random_state=0
... )
>>> X_train, X_test, Y_train, Y_test = train_test_split(
...    X, Y, random_state=0
... )
>>> base_lr = LogisticRegression(solver='lbfgs', random_state=0)
>>> chain = ClassifierChain(base_lr, order='random', random_state=0)
>>> chain.fit(X_train, Y_train).predict(X_test)
array([[1., 1., 0.],
       [1., 0., 0.],
       [0., 1., 0.]])
>>> chain.predict_proba(X_test)
array([[0.8387, 0.9431, 0.4576],
       [0.8878, 0.3684, 0.2640],
       [0.0321, 0.9935, 0.0626]])
decision_function(X)[source]#

评估链中模型的 decision_function。

参数:
X形状为 (n_samples, n_features) 的类数组

输入数据。

返回:
Y_decision形状为 (n_samples, n_classes) 的类数组

返回链中每个样本的决策函数。

fit(X, Y, **fit_params)[source]#

使用数据矩阵 X 和目标 Y 拟合模型。

参数:
X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}

输入数据。

Y形状为 (n_samples, n_classes) 的类数组

目标值。

**fit_params字符串到对象的字典

传递给每个步骤的 fit 方法的参数。

仅当 enable_metadata_routing=True 时可用。详见 用户指南。

1.3 版本新增。

返回:
self对象

类实例。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅 用户指南，了解路由机制的工作原理。

1.3 版本新增。

返回:
routingMetadataRouter

一个封装路由信息的 MetadataRouter。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deep布尔值，默认值为 True

如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:
params字典

参数名称映射到其值。

predict(X)[source]#

使用 ClassifierChain 模型对数据矩阵 X 进行预测。

参数:
X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}

输入数据。

返回:
Y_pred形状为 (n_samples, n_classes) 的类数组

预测值。

predict_log_proba(X)[source]#

预测概率估计的对数。

参数:
X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}

输入数据。

返回:
Y_log_prob形状为 (n_samples, n_classes) 的类数组

预测的概率对数。

predict_proba(X)[source]#

预测概率估计。

参数:
X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}

输入数据。

返回:
Y_prob形状为 (n_samples, n_classes) 的类数组

预测概率。

score(X, y, sample_weight=None)[source]#

返回提供的数据和标签的准确率。

在多标签分类中，这是子集准确率，它是一个严格的度量标准，因为它要求每个样本的每个标签集都必须正确预测。

参数:
X形状为 (n_samples, n_features) 的类数组

测试样本。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组

X 的真实标签。

sample_weight形状为 (n_samples,) 的类数组，默认值为 None

样本权重。

返回:
score浮点数

self.predict(X) 相对于 y 的平均准确率。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单估计器以及嵌套对象（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:
**params字典

估计器参数。

返回:
self估计器实例

估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → ClassifierChain[source]#

请求传递给 score 方法的元数据。

请注意，此方法仅在 enable_metadata_routing=True 时相关（请参阅 sklearn.set_config）。请参阅 用户指南，了解路由机制的工作原理。

每个参数的选项为：

  • True：请求元数据，如果提供则传递给 score。如果未提供元数据，则忽略请求。

  • False：不请求元数据，并且元估计器不会将其传递给 score。

  • None：不请求元数据，如果用户提供元数据，元估计器将引发错误。

  • str：元数据应以给定别名而非原始名称传递给元估计器。

默认值 (sklearn.utils.metadata_routing.UNCHANGED) 保留现有请求。这允许您更改某些参数的请求而不改变其他参数。

1.3 版本新增。

注意

仅当此估计器用作元估计器的子估计器（例如，在 Pipeline 中使用）时，此方法才相关。否则，它不起作用。

参数:
sample_weight字符串、True、False 或 None，默认值为 sklearn.utils.metadata_routing.UNCHANGED

score 方法中 sample_weight 参数的元数据路由。

返回:
self对象

更新后的对象。