分类器链#

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

一种将二元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加上链中较早模型的预测。

有关如何使用ClassifierChain并从其集成中获益的示例，请参阅酵母数据集上的分类器链示例。

在用户指南中阅读更多信息。

在 0.19 版中添加。

参数：

base_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'，默认为 None

如果为None，则顺序将由标签矩阵 Y 中列的顺序确定。

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

可以通过提供整数列表来显式设置链的顺序。例如，对于长度为 5 的链。

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

表示链中第一个模型将对 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，则将使用随机顺序。

cvint、交叉验证生成器或可迭代对象，默认为 None

确定是否使用交叉验证预测或真实标签作为链中先前估计器的结果。cv 的可能输入为

None，在拟合时使用真实标签；
整数，指定 (Stratified)KFold 中的折叠数；
CV 分割器；,
一个可迭代对象，产生 (train, test) 分割作为索引数组。

chain_method{'predict'，'predict_proba'，'predict_log_proba'，'decision_function'} 或此类字符串列表，默认为 'predict'

链中估计器用于链中先前估计器的“预测”特征的预测方法。

如果为 str，则为方法名称；
如果为 str 列表，则按优先顺序提供方法名称。使用的方法对应于列表中 base_estimator 实现的第一个方法。

1.5 版本新增。

random_stateint、RandomState 实例或 None，可选 (默认为 None)

如果 order='random'，则确定链顺序的随机数生成。此外，它还控制在每次链迭代中给每个 base_estimator 的随机种子。因此，只有当 base_estimator 公开 random_state 时才使用它。为跨多个函数调用获得可重复的结果，请传入一个整数。请参见词汇表。

verbosebool，默认为 False

如果为 True，则在完成每个模型后输出链进度。

1.2 版本新增。

属性：

classes_list: 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_list: base_estimator 的克隆列表。
order_list: 分类器链中标签的顺序。
chain_method_str: 链中估计器用于预测特征的预测方法。
n_features_in_int: 在拟合期间看到的特征数量。只有当底层的 base_estimator 在拟合时公开了此类属性时才定义。

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 具有全是字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

回归器链: 回归的等效项。
多输出分类器: 独立地对每个输出进行分类，而不是进行链式分类。

参考文献

Jesse Read、Bernhard Pfahringer、Geoff Holmes、Eibe Frank，“用于多标签分类的分类器链”，2009 年。

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: 返回链中每个模型的样本的决策函数。

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

将模型拟合到数据矩阵 X 和目标 Y。

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_paramsdict of string -> object

传递给每个步骤的 fit 方法的参数。

仅当 enable_metadata_routing=True 时才可用。请参见用户指南。

1.3 版本新增。

返回：

selfobject: 类实例。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

1.3 版本新增。

返回：

routingMetadataRouter: 一个 MetadataRouter，封装了路由信息。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deepbool，默认为 True: 如果为 True，将返回此估计器和包含的作为估计器的子对象的参数。

返回：

paramsdict: 参数名称映射到它们的值。

predict(X)[source]#

使用 ClassifierChain 模型预测数据矩阵 X。

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: 预测概率的对数。

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_probarray-like of shape (n_samples, n_classes): 预测的概率。

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

返回给定测试数据和标签的平均准确率。

在多标签分类中，这是子集准确率，这是一个严格的指标，因为它要求对每个样本正确预测每个标签集。

参数：

X形状为 (n_samples, n_features) 的类数组: 测试样本。
yarray-like of shape (n_samples,) or (n_samples, n_outputs): X 的真实标签。
sample_weightarray-like of shape (n_samples,), default=None: 样本权重。

返回：

scorefloat: self.predict(X) 关于 y 的平均准确率。

set_params(**params)[source]#

设置此估计器的参数。

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

参数：

**paramsdict: 估计器参数。

返回：

selfestimator instance: 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，只有在 enable_metadata_routing=True 时（请参见 sklearn.set_config）此方法才相关。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，如果提供则将其传递给 score。如果未提供元数据，则忽略请求。
False：不请求元数据，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：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有的请求。这允许您更改某些参数的请求，而不会更改其他参数。

1.3 版本新增。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）此方法才相关。否则它无效。

参数：

sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED: score 中 sample_weight 参数的元数据路由。

返回：

selfobject: 更新后的对象。

图库示例#

使用分类器链进行多标签分类